Glirt基于CUDA的多模态三维医学图像配准.rar

opencv4.5.1+vs2017+win10+cuda+编译

简单的MFC对话框调用CUDA函数的应用程序。推荐使用VS2022+CUDA11.6配置。

GPUMD 什么是GPUMD ？ GPUMD代表图形处理单元分子动力学。它是在图形处理单元（GPU）上完全实现的通用分子动力学（MD）代码。 通过使用GPU [1]，可以大大提高对多体势的力评估[1]，这要归功于参考文献中得出的一组简单的力，病毒应力和热流表达式。 [2，3]。 除了高效之外，GPUMD的另一个独特功能是它具有研究热传输的有用工具[2，3，4，5]。 先决条件 您需要具有计算能力不低于3.5的GPU卡以及不低于CUDA 9.0的CUDA工具包。 适用于Linux（带有GCC）和Windows（带有MSVC）操作系统。 编译GPUMD 转到src目录，然后输入make 。编译完成后，将在src目录中生成两个可执行文件gpumd和phonon 。 运行GPUMD 转到目录src 。 键入src/gpumd < examples/input_gpumd.txt来运行exampl

TensorRT-8.2.0.6.Windows10.x86_64.cuda-10.2.cudnn8.2 windsows版本，使用的时候将lib include bin中的文件放到对应的你的如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0路径下的 lib include bin里面

这是自己在VS2012下，使用PVF弄的一个fortran调用CUFFT的例子。

spmv的串行和cpu、gpu并行性能测试demo

TensorRT-7.2.2.3.Ubuntu-18.04.x86_64-gnu.cuda-11.0.cudnn8.0.tar.gz，安装tensorRT源码，适合cuda版本11.0 cudnn版本8.0

随着COSMO-Sky Med、Terra SAR-X等高分辨率SAR卫星的投入使用,SAR数据处理的计算量呈现几何级数增长趋势,对计算资源的要求越来越高,文中通过实验表明,基于图形处理单元(GPU)的并行计算技术可以大大提高星载SAR影像数据重采样计算的效率。

并行 C 程序 挪威科技大学并行计算课程中的练习。 介绍 作为对 C 的简单介绍以帮助我们入门，本练习在 C 中实现了一些与矩阵相关的计算。 区域随着 MPI 增长 在这个练习和以下许多练习中，我们被要求解决一个区域增长问题。 问题如下。 您有一个二维像素网格，每个像素都有一个灰度颜色（0 到 255 之间的一个字节）。 给定一个阈值和一些位置（种子），如果颜色差异低于阈值，您将把种子“生长”到相邻像素。 继续扩大该地区，直到它不再增长。 在本练习中，我们将使用MPI实现它， MPI是一种用于并行计算的消息传递协议。 串行优化 引用练习：“在这个问题中，你应该编写一个函数来尽可能快地执行稀疏矩阵向量乘法。你应该通过在文件 spmv.c 中实现乘法函数来做到这一点。你的函数应该比包含的函数更快乘以天真。您可以使用 struct s 矩阵 t 创建自己的稀疏矩阵格式。” 使用 pth