自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 收藏
  • 关注

原创 matlab函数reshape()的使用介绍

reshape()函数的作用为:通过重新排列现有元素来重构数组。

2024-05-15 20:38:32 520

原创 CUDA官方库函数:傅里叶变换(CUFFT)函数的介绍及使用方法

本文主要进一步分析CUFFT函数库的使用方法,并利用matlab对运算结果做了对比。并给出了部分实测的结果。

2024-05-14 22:15:00 2064 2

原创 无线通信的革命:浅析正交频分复用(OFDM)技术

简要介绍了正交频分复用(OFDM)技术的工作原理及关键优势

2024-05-13 21:00:00 490 1

原创 matlab读写文件中数据

文章全面介绍了如何使用matlab将变量的数据写入文件或将数据从文件读取到变量中

2024-05-12 16:01:10 783

原创 matlab读取csv文件csvread函数的应用

逗号分隔值(Comma-Separated Values,CSV),其文件以纯文本形式存储表格数据(数字和文本)。纯文本意味着该文件是一个序列,不含必须像那样被解读的数据。CSV文件由任意数目的记录组成,记录间以某种换行符分隔;每条记录由组成,字段间的分隔符是其它字符或字符串,最常见的是逗号或。

2024-04-19 21:15:00 860

原创 matlab库函数fft(快速傅里叶变换)的使用

主要介绍了matlab库函数fft(快速傅里叶变换)

2024-04-18 21:28:38 527

原创 利用ipp库在CPU上计算数组的最大及及其索引

利用ipp库在CPU上计算数组的最大及及其索引

2024-03-13 22:57:05 395 1

原创 利用规约算法实现求解数组元素最大值

利用GPU并行实现数组最大值及其对应的索引的求解

2024-03-10 09:45:00 555 1

原创 在GPU上利用规约算法完成对数组元素累加的并行计算

文章展示了利用CUDA做并行计算的编程框架,并利用GPU的并行计算能力来加速对数组的累加操作。

2024-03-09 20:17:38 795 1

原创 CPU与GPU的区别与应用

本文比较了CPU和GPU在架构、功能和应用方面的区别。CPU适用于串行任务和复杂分支逻辑,而GPU擅长并行计算和大规模数据处理。了解它们的差异有助于优化计算资源的使用。

2024-02-29 20:39:34 497

原创 CUDA官方函数库:傅里叶变换(CUFFT)相关库函数使用示例

本文简要介绍了cuFFT库中涉及的函数的编程方法及代码实现​

2024-02-25 22:44:20 1330

原创 CUDA官方函数库:傅里叶变换(CUFFT)相关库函数介绍

CUFFT函数库的主要作用是实现高性能的计算, 提供了多种类型的傅里叶变换函数,包括一维、二维和三维的实数和复数傅里叶变换。它支持多种数据布局和数据类型,例如当精度实数和复数,双精度实数和复数等。本文主要对常用的库函数做了简要介绍,以备后续使用。

2024-02-21 21:49:54 1794

原创 GPU硬件架构及CUDA编程模型

简单介绍了CPU和GPU硬件架构的区别、编程模型及CUDA编程的基本步骤,并以矩阵对应元素相加的GPU实现为例做了简要说明。

2024-02-04 22:39:34 1214

原创 待定系数法、高斯-约旦消元法、LU分解法及Cholesky分解法实现矩阵求逆

文章主要介绍了常见的矩阵求逆的方法并给出了具体实例及计算过程,主要包含:待定系数法、伴随矩阵求逆法、高斯-约旦消元法、LU分解法和Cholesky分解法。

2024-02-01 21:43:50 1748

CUBLAS是用于在GPU进行高性能线性代数计算的函数库,提供了矩阵和向量操作函数,例如矩阵相乘、向量相乘等

CUBLAS函数库是CUDA专门用来解决线性代数运算的库,主要进行矩阵运算,分为三个级别:Lev1向量乘向量、Lev2矩阵乘向量、Lev3矩阵乘矩阵,并包含一些功能和状态结构函数。它能支持多种精度的运算,包括单精度和双精度等。 对于矩阵运算来说,CUBLAS库的效率比大部分人自己写核函数高很多。但是CUBLAS不同于C++,是列优先存储, 高效性能:CUBLAS库利用GPU进行加速,实现了高效的线性代数运算。相比传统的CPU运算,GPU并行处理的能力可以大大加快运算速度。 丰富的功能:CUBLAS库包含了完整的BLAS(Basic Linear Algebra Subroutines)函数集,可以进行各种线性代数运算,如矩阵乘法、向量运算等。 易于使用:CUBLAS库提供了友好的API接口,使得用户可以方便地调用库中的函数。同时,库中的函数都经过了高度优化,用户无需关心底层的实现细节,只需要关注自己的业务逻辑即可。 良好的兼容性:CUBLAS库与CUDA平台紧密集成,可以充分利用CUDA的特性,如流(stream)、事件(event)等,可以在CUDA程序中无缝地使用CUBLAS库

2024-02-18

NVIDIA CUDA平台上的CUFFT函数库,用于在GPU上进行快速傅里叶变换(FFT)计算

CUFFT函数库的主要作用是实现高性能的傅里叶变换计算。傅里叶变换是一种将信号从时域转换到频域的数学变换,广泛应用于信号处理、图像处理、通信等领域。CUFFT函数库通过利用GPU的并行计算能力,可以加速大规模数据集上的傅里叶变换计算,提高计算效率。 CUFFT函数库提供了多种类型的傅里叶变换函数,包括一维、二维和三维的实数和复数傅里叶变换。它支持多种数据布局和数据类型,例如当精度实数和复数,双精度实数和复数,可以适应不同的应用场景。此外,CUFFT还提供了一些辅助函数,用于配置和管理傅里叶变换的参数。 总结来说,CUFFT函数库的作用是在CUDA平台上实现高性能的傅里叶变换计算,加速信号处理和图像处理等领域中的相关算法。

2024-02-18

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除