简单CUDA加速随机森林 ＃＃＃汇编 该库旨在尽可能地通用，因此可以适应不同的问题。 因此，它本质上是一个模板库。 原则上，您只需要在代码中包含头文件，其余的将由编译器处理。 ###文档 我们使用Doxygen作为文档。 有一个cmake命令来构建文档。 只需按照以下标准操作即可： mkdir build cd build cmake .. make doc

CUDALucas是一个程序，它使用nVidia的cuFFT库实现的快速傅立叶变换，对Mersenne数执行Lucas-Lehmer素数测试。 您需要具有CUDA功能的nVidia卡，其计算兼容性> = 1.3（最高CUDA 6.5），2.x（最高7.0）和3.x（>> = CUDA 8.0）。 该程序从命令行运行，但是可以在不使用终端的情况下对其进行配置。 有关更多详细信息，请参见Wiki。 可在“文件/下载”页面上获得新用户的自述文件。

这是Opencl的C++使用手册，快速上手学习OpenCL加速计算的必备资料。

图像类比框架对于合成用于非均匀输入的吸引人的图像特别有用，并为用户提供了对合成结果的创造性控制。 但是，传统框架没有根据邻域的不同纹理内容来自适应地采用搜索策略。 此外，由于邻域匹配中涉及大量的计算，因此合成速度较慢。 在本文中，我们提出了一种基于CUDA的图像相似度匹配算法。 我们的算法根据图像的不同纹理特征在合成过程中自适应地应用了精确的L（2）最近邻和k相干搜索策略的全局搜索，这对于非均匀纹理特别有用。 为了在GPU上始终实现上述两种搜索策略，我们采用了基于CUDA的快速k最近邻搜索算法。 这样的加速极大地减少了k相干搜索的预处理时间和全局搜索的合成过程，这使得重要的合成参数的调整成为可能。 我们进一步采用合成放大倍数以获得最终的高分辨率合成图像，以提高运行效率。 实验结果表明，该算法适用于图像类比框架的各种应用，并充分利用了GPU的并行处理能力，提高了合成速度，获得了令人满意的合成结果。

Win10+VS2013+CUDA10.0+OpenCV3.4.2+OpenCV_Contrib3.4.2

两幅代码，一副是正常的sift图像配准和颜色校正，一副是在cuda加速下sift图像配准，效率提升近20倍。配置环境为opencv342+contrib342+cuda9.2+VS2015。环境配置比较麻烦，我资源里有现成编译好的install库文件。

在itk中调用cuda，实现加速，加速的效率真的不错哈