reduction

    1熱度

    1回答

    試圖理解複雜性和執行條件下的cuda sdk最終復位片段

    我想了解Cuda中的並行復原（這非常有趣）。在我最後一個關於並行減少的問題Robert Crovella給了我一個非常直觀和詳細的解釋，幫助了我很多。非常直觀。現在看Cuda SDK的縮小樣本，幾乎沒有黑斑。 爲什麼（在下面的評論）是工作的複雜性是在O（n）的保持？在這種情況下會發生相反的情況？我有關於步驟複雜性的相同問題。 該版本按順序爲每個線程添加多個元素。這減少了算法的整體成本，同時保持了工
    cuda sum gpu reduction 2013-12-11

    2熱度

    2回答

    這是證明某件事情是否完整的正確理解？

    據我所知有兩個步驟來證明一個問題是NP完全性： 給出了一種算法，可以驗證在多項式時間內解決問題。也就是說，一種算法，其輸入是提出的問題解決方案，其輸出是「是」還是「否」，取決於輸入是否是問題的有效解決方案。 證明這個問題是NP難 - 比如，假設你有一個可以在一個步驟計算其它已知的NP完全問題的神諭。使用它，編寫一個在多項式時間內解決這個問題的算法。 例如，假設我們要證明下面的問題是NP完全性： 給
    algorithm np-complete reduction np 2013-12-12

    1熱度

    2回答

    算法縮減（中位數，quicksort）

    我想更好地理解減少，我目前正在看兩個算法，「中位數」和Quicksort。 我知道這兩種算法都使用類似的（有效的）分區子程序來幫助解決他們的問題，最終使他們非常相似。 Select(A[1...n],k): // Pseudocode for median of medians m = [n/5] for i from 1 to m: B[i] = Select(A[
    algorithm quicksort reduction median-of-medians 2013-12-15

    4熱度

    3回答

    OpenCL的浮子總和減少

    我想申請在這片我的內核的代碼減少（1個維數據）： __local float sum = 0; int i; for(i = 0; i < length; i++) sum += //some operation depending on i here; 代替具有正好1個線程執行此操作的，我想有n個線程（n =長度），最後有1個線程作總和。 在僞代碼，我想能寫這樣的事： int
    multithreading parallel-processing opencl race-condition reduction 2013-12-16

    1熱度

    3回答

    Python數據操作

    我有兩個文件作爲輸入。 （它們各自有更多的列，但我只將其縮小到重要的列） A 15.6 A D B 10.3 A B C 12.5 A E D 14.5 A Y E 11.4 C A F 23.7 C B C R D A D R D F 第一個文件是一種索引。我想查看第二個文件，並通過在第
    python parsing sorting text reduction 2014-03-31

    2熱度

    2回答

    如何在GPU中添加數組元素？任何類似於CUBLAS中的cublasDasum的函數？

    我知道我可以通過parallel reduction並行總結一個數組的元素。 但我有點難以跟隨它。我在cublas中看到了這個函數cublasDasum，它總結了元素的絕對值。看來應該有一個非常相似的功能來總結元素，而不是絕對值。有沒有什麼辦法可以找到cublasDasum的源代碼，看看它是如何完成的？ 添加一個數組就是這樣一個基本操作。我不相信沒有這樣的功能......。
    arrays cuda gpu add reduction 2014-02-25

    1熱度

    1回答

    CUDA：總和值[0]每次執行變更

    __global__ void gpu_Heat (float *h, float *g, float * sum, int N) { int nbx, bx, nby, by; float diff = 0.0; nbx = (N-2)/blockDim.x; bx = nbx/gridDim.x; nby = (N-2)/blockD
    c cuda reduction 2014-01-06

    0熱度

    1回答

    OpenMP與並行減少的for循環

    我有一個for循環遍歷相當大量的點（約20000），對於每個點檢查點是否在某個柱面內（該柱面是每個點都一樣）。 此外，我想從點集中得到最高的Y座標。 由於我必須做很多計算，而且速度很慢，我想使用OpenMP來並行化循環。目前我有（略減）： #pragma omp parallel for default(shared) private(reducedCloudSize, reducedCloud,
    parallel-processing reduction openmp 2014-02-27

    0熱度

    1回答

    有動態並行性的內核可以調用還原算法嗎？

    我在前面的帖子中討論過CUDA中的減少算法（比如在一系列元素上求和和最大化），但是使用動態並行性，它們有可能以不同的方式實現。是否有更高效的實現可以從內核中調用？
    cuda reduction 2014-01-12

    2熱度

    1回答

    CUDA：在減少翹曲和volatile關鍵字

    讀書的問題，並從以下 LINK 的答案後，我仍然留在我的腦海裏的問題。來自我在C/C++中的背景;我明白使用volatile有缺點。並且在答案中指出，對於CUDA，如果不使用volatile關鍵字，優化可以用寄存器替換共享數組以保留數據。 我想知道計算（總和）減少時可能遇到的性能問題。例如 __device__ void sum(volatile int *s_data, int tid) {
    c++ cuda reduction 2014-01-18
最新問題