GPU与MATLAB混合编程 PDF 高清电子书 免费下载 完整版 在线阅读- 高飞网
GPU与MATLAB混合编程

GPU与MATLAB混合编程

郑郁旭
MATLAB
浏览人数:160 在读人数:4
  本书介绍CPU和MATLAB的联合编程方法,包括首先介绍了不使用GPU实现MATLAB加速的方法;然后介绍了MATLAB和计算统一设备架(CUDA)配置通过分析进行zuiyou规划,以及利用c-mex进行CUDA编程;接着介绍了MATLAB与并行计算工具箱和运用CUDA加速函数库;zui后给出计算机图形实例和CUDA转换实例。本书还通过大量的实例、图示和代码,深入浅出地引导读者进入GPU的殿堂,易于读者理解和掌握。通过阅读本书,读者无需付出很多的精力和时间,就可以学习使用GPU进行并行处理,实现MATLAB代码的加速,提高工作效率,从而将更多的时间和精力用于创造性工作和其他事情。
  本书可作为相关专业高年级本科生和研究生的教材,也可作为工程技术人员的参考书。

前言    2
第1章 不使用GPU实现MATLAB加速   
1.1 本章学习目标   
1.2 向量化   
1.3 预分配   
1.4 for-loop   
1.5 考虑稀疏矩阵形式   
1.6 其他技巧   
1.7 实例   
第2章 MATLAB和CUDA配置   
2.1 本章学习目标   
2.2 配置MATLAB进行c-mex编程   
2.3 使用c-mex实现“Hello,mex!”   
2.4 MATLAB中的CUDA配置   
2.5 实例:使用CUDA实现简单的向量加法   
2.6 图像卷积实例   
2.7 总结   
第3章 通过耗时分析进行最优规划   
3.1 本章学习目标   
3.2 分析MATLAB代码查找瓶颈   
3.3 CUDA的c-mex代码分析   
3.4 c-mex调试器的环境设置   
第4章 利用c-mex进行CUDA编程   
4.1 本章学习目标   
4.2 c-mex中的存储布局   
4.3 逻辑编程模型   
4.4 GPU简单介绍   
4.5 第一种初级方法的分析   
第5章 MATLAB与并行计算工具箱   
5.1 本章学习目标   
5.2 GPU处理MATLAB内置函数   
5.3 GPU处理非内置MATLAB函数   
5.4 并行任务处理   
5.5 并行数据处理   
5.6 无需c-mex的CUDA文件直接使用   
第6章 运用CUDA加速函数库   
6.1 本章学习目标   
6.2 CUBLAS   
6.3 CUFFT   
6.4 Thrust   
第7章 计算机图形学实例   
7.1 本章学习目标   
7.2 Marching-Cubes算法   
7.3 MATLAB实现   
7.4 采用CUDA和c-mex实现算法   
7.5 用c-mex函数和GPU实现   
7.6 总结   
第8章 CUDA 转换实例:3D图像处理   
8.1 本章学习目标   
8.2 基于Atlas分割方法的MATLAB代码   
8.3 通过分析进行CUDA最优设计   
8.4 CUDA转换1——正则化   
8.5 CUDA转换2——图像配准   
8.6 CUDA转换结果   
8.7 结论   
附录   
附录A 下载和安装CUDA库   
A.1 CUDA工具箱下载   
A.2 安装   
A.3 确认   
附录B 安装NVIDIA Nsight到Visual Studio   
看过本书的人还看过