CUDA初学者-Thrust - Numerics（14）

最新推荐文章于 2024-06-06 11:44:02 发布
最新推荐文章于 2024-06-06 11:44:02 发布
阅读量309 收藏
点赞数
分类专栏： cuda小白 文章标签： c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011732139/article/details/124886469
版权

本人 CUDA小白一枚，要是有什么不对，还望各位大佬指点。
本文及后面的几篇将分别从几个方面来大概阐述一下Thrust的一些接口。原来的网址在这里

7.Numerics

7.1 Complex Numbers 复数

template <typename T>
struct thrust::complex;

typedef see below thrust::complex::value_type;
// 复数
__host__ __device__
thrust::complex::complex(const T & re);

__host__ __device__
thrust::complex::complex(const T & re, const T & im);

template <typename U>
__host__ __device__
thrust::complex::complex(const complex< U > & z);

__host__ __device__
thrust::complex::complex(const std::complex< T > & z);

template <typename U>
__host__ __device__
thrust::complex::complex(const std::complex< U > & z);
// =重构
__host__ __device__ complex &
thrust::complex::operator=(const T & re);

complex & thrust::complex::operator=(const complex< T > & z) = default;

template <typename U>
__host__ __device__ complex &
thrust::complex::operator=(const complex< U > & z);

__host__ __device__ complex &
thrust::complex::operator=(const std::complex< T > & z);

template <typename U>
__host__ __device__ complex &
thrust::complex::operator=(const std::complex< U > & z);
// += 重构
template <typename U>
__host__ __device__ complex< T > &
thrust::complex::operator+=(const complex< U > & z);
// -= 重构
template <typename U>
__host__ __device__ complex< T > &
thrust::complex::operator-=(const complex< U > & z);
// *= 重构
template <typename U>
__host__ __device__ complex< T > &
thrust::complex::operator*=(const complex< U > & z);
// /= 重构
template <typename U>
__host__ __device__ complex< T > &
thrust::complex::operator/=(const complex< U > & z);
// += 重构
template <typename U>
__host__ __device__ complex< T > &
thrust::complex::operator+=(const U & z);
// -= 重构
template <typename U>
__host__ __device__ complex< T > &
thrust::complex::operator-=(const U & z);
// *= 重构
template <typename U>
__host__ __device__ complex< T > &
thrust::complex::operator*=(const U & z);
// /= 重构
template <typename U>
__host__ __device__ complex< T > &
thrust::complex::operator/=(const U & z);
// 返回实部
__host__ __device__ T
thrust::complex::real() const;
// 返回虚部
__host__ __device__ T
thrust::complex::imag() const;
// 返回实部
__host__ __device__ T
thrust::complex::real() const;
// 返回虚部
__host__ __device__ T
thrust::complex::imag() const;
// 返回实部
__host__ __device__ void
thrust::complex::real(T re);
// 返回虚部
__host__ __device__ void
thrust::complex::imag(T im);
// 返回实部
__host__ __device__ void
thrust::complex::real(T re);
// 返回虚部
__host__ __device__ void
thrust::complex::imag(T im);

__host__
thrust::complex::complex< T >() const;
// 返回绝对值
template <typename T>
__host__ __device__ T
thrust::abs(const complex< T > & z);
// 返回弧度制的相位角
template <typename T>
__host__ __device__ T
thrust::arg(const complex< T > & z);
// 返回复数的平方根
template <typename T>
__host__ __device__ T
thrust::norm(const complex< T > & z);
// 返回复共轭
template <typename T>
__host__ __device__ complex< T >
thrust::conj(const complex< T > & z);
// 返回特定复数平方根和特定相位的复数
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::polar(const T0 & m,
  const T1 & theta = T1());
// 返回复数在黎曼球面上面的投影
template <typename T>
__host__ __device__ complex< T >
thrust::proj(const T & z);
// + 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator+(
	const complex< T0 > & x,
  	const complex< T1 > & y);
// + 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator+(
	const complex< T0 > & x,
  	const T1 & y);
// + 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator+(
	const T0 & x,
  	const complex< T1 > & y);
// + 重构
template <typename T0,
  typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator-(const complex< T0 > & x,
  const complex< T1 > & y);
// - 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator-(
	const complex< T0 > & x,
  	const T1 & y);
// - 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator-(
	const T0 & x,
  	const complex< T1 > & y);
// * 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator*(
	const complex< T0 > & x,
  	const complex< T1 > & y);
// * 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator*(
	const complex< T0 > & x,
  	const T1 & y);
// * 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator*(
	const T0 & x,
  	const complex< T1 > & y);
// / 重构
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator/(const complex< T0 > & x,
  const complex< T1 > & y);
// / 重构
template <typename T0,
  typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator/(const complex< T0 > & x,
  const T1 & y);
// / 重构
template <typename T0,
  typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::operator/(const T0 & x,
  const complex< T1 > & y);
// + 重构
template <typename T>
__host__ __device__ complex< T >
thrust::operator+(const complex< T > & y);
// - 重构
template <typename T>
__host__ __device__ complex< T >
thrust::operator-(const complex< T > & y);
// e指数
template <typename T>
__host__ __device__ complex< T >
thrust::exp(const complex< T > & z);
// 对数
template <typename T>
__host__ __device__ complex< T >
thrust::log(const complex< T > & z);
// 10底对数
template <typename T>
__host__ __device__ complex< T >
thrust::log10(const complex< T > & z);
// 次方
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::pow(
	const complex< T0 > & x,
  	const complex< T1 > & y);
// 次方
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::pow(
	const complex< T0 > & x,
  	const T1 & y);
// 次方
template <typename T0, typename T1>
__host__ __device__ complex< typename detail::promoted_numerical_type< T0, T1 >::type >
thrust::pow(const T0 & x,
  const complex< T1 > & y);
// 求根 
template <typename T>
__host__ __device__ complex< T >
thrust::sqrt(const complex< T > & z);
// 余弦
template <typename T>
__host__ __device__ complex< T >
thrust::cos(const complex< T > & z);
// 正弦
template <typename T>
__host__ __device__ complex< T >
thrust::sin(const complex< T > & z);
// 正切
template <typename T>
__host__ __device__ complex< T >
thrust::tan(const complex< T > & z);
// 双曲余弦
template <typename T>
__host__ __device__ complex< T >
thrust::cosh(const complex< T > & z);
// 双曲正弦
template <typename T>
__host__ __device__ complex< T >
thrust::sinh(const complex< T > & z);
// 双曲正切
template <typename T>
__host__ __device__ complex< T >
thrust::tanh(const complex< T > & z);
// 反余弦
template <typename T>
__host__ __device__ complex< T >
thrust::acos(const complex< T > & z);
// 反正弦
template <typename T>
__host__ __device__ complex< T >
thrust::asin(const complex< T > & z);
// 反正切
template <typename T>
__host__ __device__ complex< T >
thrust::atan(const complex< T > & z);
// 反双曲余弦
template <typename T>
__host__ __device__ complex< T >
thrust::acosh(const complex< T > & z);
// 反双曲正弦
template <typename T>
__host__ __device__ complex< T >
thrust::asinh(const complex< T > & z);
// 反双曲正切
template <typename T>
__host__ __device__ complex< T >
thrust::atanh(const complex< T > & z);
// << 重构
template <typename T, typename CharT, typename Traits>
std::basic_ostream< CharT, Traits > &
thrust::operator<<(
	std::basic_ostream< CharT, Traits > & os,
  	const complex< T > & z);
// >> 重构
template <typename T, typename CharT, typename Traits>
__host__ std::basic_istream< CharT, Traits > &
thrust::operator>>(
	std::basic_istream< CharT, Traits > & is,
  	complex< T > & z);
// == 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator==(
	const complex< T0 > & x,
  	const complex< T1 > & y);
// == 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator==(
	const complex< T0 > & x,
  	const std::complex< T1 > & y);
// == 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator==(
	const std::complex< T0 > & x,
  	const complex< T1 > & y);
// == 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator==(
	const T0 & x,
  	const complex< T1 > & y);
// == 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator==(
	const complex< T0 > & x,
  	const T1 & y);
// == 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator!=(
	const complex< T0 > & x,
  	const complex< T1 > & y);
// != 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator!=(
	const complex< T0 > & x,
  	const std::complex< T1 > & y);
// != 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator!=(
	const std::complex< T0 > & x,
  	const complex< T1 > & y);
// != 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator!=(
	const T0 & x,
  	const complex< T1 > & y);
// != 重构
template <typename T0, typename T1>
__host__ __device__ bool
thrust::operator!=(
	const complex< T0 > & x,
  	const T1 & y);
MQTXWD
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
cuda编程实例 linux,CUDA编程入门----Thrust库简介
weixin_29988907的博客
05-14 757
一、简介Thrust开源库的简介是“code at speed of light”。光速代码的实现听上去太过夸张，但是thrust在cuda硬件加速中确实有着无比强大的功能。Thrust是并行算法和数据结构的基于GPU CUDA的C++库。Thrust主要通过管理系统底层的功能比如memory access(内存获取)和memory allocation(内存分配)来实现加速，使得工程师们在GPU...
[转]cuda cuComplex定义
weixin_30737363的博客
12-30 1796
typedef float2 cuFloatComplex; __host__ __device__ static __inline__ float cuCrealf (cuFloatComplex x) { return x.x; } __host__ __device__ static __inline__ float cuCimagf (cuFloatComplex...
CUDA编程练习（十四） Thrust、CuBLAS、CuRAND和CuDNN
最新发布
SimpleBright_Man的博客
06-06 430
还是充满未知。万万不可放弃、不可过于急躁
C++自动化(模板元)编程基础与应用(6)
Augusdi的专栏
02-01 412
#if 0 在上一章里面讨论了代码的自动生成机制，经常会遇到根据不同的类型选择不同的操 作的情况，也就是静态分派的问题。这就需要有一种机制用来识别不同的类型，在本章里 面将会系统的讨论C++里面可用的类型识别问题。 最常见的有下面几种： (1)根据模板参数需要精确匹配类型来识别类型 (2)根据隐式自动转型来判断类型是否可以自动转型，从而可以判断是某个基类的派生 类。 (3)给每一个类型都追加一个额外的模板参数用来表示不同的类型，一般都是用不同的 数字...
cuda c++的一些记录（7）
zj
08-29 118
仅作个人记录 参考：CUDA编程（八）树状加法_MingChao_Sun-CSDN博客 顺便说一句，这位博主的cuda系列写的很清晰，关于环境配置，也建议参考这位博主，简单直接就行。 过程中碰到问题，还是建议查看官方API文档 CUDA Runtime API :: CUDA Toolkit Documentation 上一篇介绍了ShareMemory和Thread同步，最后利用这些知识完成了block内部线程结果的加和，减轻了CPU的负担，但是block的加和工作是使用一个thread0单线程完成的，这
CUDA中的复数定义、开内存空间以及运算
HPC&Geophysics攻城狮
03-19 4977
最近在做时频混合域的全波形反演（FWI），用CUDA加速，要做复数运算，所以研究了一下CUDA中复数运算等。简单说一下CUDA中复数的基本应用。在CUDA中用CUFFT的库来定义与运算复数，基本如下：#include "cufft.h" int main（） { /* Transform real field to complex field */ cufftComplex *...
CUDA复数类的定义
crouse246的博客
05-25 4384
typedef float2 cuFloatComplex; __host__ __device__ static __inline__ float cuCrealf (cuFloatComplex x) { return x.x; } __host__ __device__ static __inline__ float cuCimagf (cuFloatComplex x) {
Alien-Thrust:下载并安装Thrust跨平台GUI框架
05-10
Alien :: Thrust-下载并安装Thrust跨平台GUI框架 描述 该软件包将下载一个包含的zip文件然后将其安装到其私有发行共享目录中。 二进制文件的位置存储在$Alien::Thrust::thrust_shell_binary变量中： $ perl -...
node-thrust:用于 Thrust 的 NodeJS 语言绑定
07-09
在安装时，node-thrust post_install脚本会自动下载当前平台的 Thrust 二进制分发版。 require('node-thrust')(function(err, api) { api.window({ root_url: 'https://breach.cc' }).show(); }); 地位 支持完整...
clj-thrust:推力的Clojure绑定
05-26
clj-thrust允许您像编写Web应用程序一样编写桌面GUI应用程序（ 和是遵循类似方法的两个流行应用程序）。 这样，就可以使用相同的代码库同时定位桌面和Web，而无需付出太多额外的努力（当然，这还取决于您设计项目的...
Determination-of-Motor-thrust
04-01
贡献者名单 序号 姓名 学院或学生 部门 研究所 电子邮件ID 1个 阿克沙雅 尼特克 2个 阿努莎·B·萨利安（Anusha B Salian） 尼特克 3 艾西瓦娅·谢蒂（Aishwarya Shetty） 尼特克 4 阿卜杜勒·沙米尔（Adbul ...
CUDA cuFFT使用
lixiaoguang20的博客
02-22 7588
CUDA 中 cuFFT 的使用 1. 流程 使用cufftHandle创建句柄 使用cufftPlan1d(),cufftPlan3d(),cufftPlan3d(),cufftPlanMany()对句柄进行配置，主要是配置句柄对应的信号长度，信号类型，在内存中的存储形式等信息。 cufftPlan1d()：针对单个 1 维信号 cufftPlan2d()：针对单个 2
cuda C++ cuFloatComplex/cufftComplex/复数 exp
学海无涯苦作舟
01-21 1816
cuComplex.h不支持exp()函数，因此需要自己写 __host__ __device__ cuFloatComplex my_complex_exp (cuFloatComplex arg) { cuFloatComplex res; float s, c; float e = expf(arg.x); sincosf(arg.y, &s, &c); res.x = c * e; res.y = s * e; return res; }
CUDA库之Thrust篇
GabrielGu的博客
10-26 2595
哈哈哈
CUDA 运算错误检测代码
ONE_SIX_MIX的专栏
10-28 1560
相关事件：https://blog.csdn.net/ONE_SIX_MIX/article/details/109251125 显卡部分损坏，或者插槽不稳，导致运算时出现错误计算的数值。 编写了一个python代码来检测cuda运算的问题 原理：使用可逆运算原理，进行计算后然后恢复数值，比较恢复的数值和原始数值的差距，从而判断CUDA是否运算出错 本机为1070ti，运算误差均在 1e-5 以下 以下代码占用显存约2.3g，如果运算半小时没出问题，或者正常结束，你的显卡可能没有CUDA运算错误问题问题 如
使用Thrust加速CUDA编程：并行算法库解析
"Thrust CUDA介绍PPT" Thrust 是一个专为CUDA设计的并行算法库，它借鉴了C++标准模板库（STL）的编程模式，为GPU编程提供了高级且灵活的接口。该库的目标是提升开发者的生产力，使他们能够快速地构建出高性能的应用...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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