一些并行计算的示例

本文列举了一系列使用CUDA和Xilinx HLS进行并行计算的开源项目,包括CUDA实现的SIFT特征检测、CNN网络加速、K近邻算法、K均值算法、矩阵相乘和矩阵因式分解等。同时,还介绍了Xilinx HLS在卷积神经网络、手写识别以及高性能矩阵相乘中的应用案例。
摘要由CSDN通过智能技术生成

GPU加速:
https://github.com/Celebrandil/CudaSift 用CUDA实现SIFT特征检测
https://github.com/zhxfl/CUDA-CNN 用CUDA加速CNN网络
https://github.com/fixstars/libSGM 利用CUDA实现SGM(Semi Global Matching)半全局匹配算法
https://github.com/vincentfpgarcia/kNN-CUDA 利用CUDA实现K近邻算法
https://github.com/chrischoy/knn_cuda 利用CUDA实现K近邻算法
https://github.com/fengChenHPC/kmeans_cuda 利用CUDA加速K均值算法
https://github.com/lzhengchun/matrix-cuda 利用CUDA实现矩阵相乘
https://github.com/cuMF/cumf_als 利用CUDA实现矩阵因式分解

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值