jacket

    0熱度

    1回答

    我寫了這段代碼: app和cova矩陣的維數等於變量dim中的代碼和gsingle。 dim=32; gfor q=1:256 app(:,:,q)=cova(:,:,q)\geye(dim,dim,'single'); gend ,如果我嘗試增加暗淡結果的尺寸是很慢的。如果我用for循環寫入等效代碼並且使用cpu變量更快。爲什麼會發生?

    13熱度

    4回答

    我想用NVIDIA的CUDA在GPU上運行MATLAB代碼。我發現一對夫婦第三方引擎: Jacket GPUMat 有人會推薦這些或有更好的在那裏?任何提示或建議?

    4熱度

    1回答

    使用Matlab的圖像處理工具箱,我可以使用regionprops function找到加權質心。這是因爲函數可以返回WeightedCentroid或每個標記圖像部分的像素索引列表,由PixelList返回,然後可以輕鬆計算加權質心。但是,jacket's support in regionprops僅返回未加權的質心(或之前使用bwlabel獲得的二進制「島」的質心)。這意味着有關像素位置的信

    1熱度

    1回答

    我在使用夾克時偶然發現了這個問題。 我在gfor循環中使用了編譯函數(用gcompile編譯)。這是爲了儘可能得到支持,因爲我知道:http://wiki.accelereyes.com/wiki/index.php/GCOMPILE 但我認爲,雖然未編譯功能提供正確的結果,在編譯函數給出了所有的GFOR迭代相同的輸出: %================ % function[C] = tes

    3熱度

    1回答

    我希望儘可能快地在矩陣上使用閾值後發現非零元素。考慮到CUDA \ Jacket,我已經瞭解到這比找到的matlab的「常規」cpu版本慢得多,可能是由於內存分配問題,因爲輸出的大小在find函數之前是未知的。然而,使用'bwlabel'和'regionprops'(都支持在Jacket中)確實可以有效地產生關於非零元素的信息,並且比MATLAB中內置的圖像處理工具箱功能快得多。有沒有辦法利用這個