【CUDA并行编程之八】Cuda实现Kmeans算法-附件资源

Matlab集成的c代码coherent_point_drift_cuda 介绍 这是用于非刚性点集配准的相​​干点漂移（CPD）算法的CUDA实现。 给定两个点集X和Y，该算法找到将Y与X对齐的变换。 对齐点集为T = Y + GW 。 相干点漂移算法：Myronenko，A.＆Song，X.（2010）。 点集配准：相干点漂移。 IEEE关于模式分析和机器智能的事务，32（12），2262-2275。 要求 具有CUDA功能的GPU 工具包和驱动程序 命令行解释器CLI11.hpp包含在存储库中，并受其关联的许可证控制 C / C ++编译器，版本必须与CUDA兼容 Windows- Linux- 有关适用于您平台的兼容编译器版本，请参阅 跨平台构建系统 CMake目标 cpd_cuda ：静态C ++库，包含CPD算法的CUDA实现。 cpd_cmd ：命令行程序。 链接到cpd_cuda。 cpd_mex ：cpd_cuda库周围的MEX包装器，可与MATLAB一起使用。 Windows版本 使用CUDA 9.0和CUDA 10.1在Visual Studio 2015中进行了

这是我自己编写的最典型的的蚁群算法求解TSP问题CUDA程序，全是由C语言写成，还没有进行并行化，看到网上有很多关于C语言的蚁群算法程序，但是下载后资源都不是很全，无法运行，本程序可以直接运行，已经编译成功，由于是基于CUDA的程序，要想看结果还需要有CUDA的配置，但是对于需要C语言的朋友完全可以根据此代码进行修改，因为本代码是纯C语言。希望可以多多交流

图像矩阵matlab代码生成矩阵使用generate_matrix.m文件生成指定大小和特定等级的随机矩阵 命令- generate_matrix(25344, 200, 1); 在这里25344对应于图像大小（144 x 176），而200对应于视频中的帧数。请注意，第一个尺寸应大于generate_matrix（）中的第二个尺寸，这样我们的算法才能起作用。 （25344> 200） 此命令将生成一个200A.dat文件，该文件将用作我们的RPCA算法的输入 使用MATLAB使用ADMM运行RPCA在MATLAB中，使用admm_example.m文件运行RPCA的ADMM。 提供在上一步中生成的矩阵作为输入。 命令- admm_example('200A.dat'); 该命令将运行admm并将输出矩阵写入三个不同的文件，例如boyd_X1.dat等。 使用ADMM使用CUDA运行RPCA对于CUDA代码，请使用脚本compile_and_run.sh编译代码并运行文件。 提供输入矩阵作为此脚本的参数。 命令- ./compile_and_run.sh 200A.dat 此命令将运行

【CUDA并行编程之八】Cuda实现Kmeans算法-附件资源

卷积神经网络的各种版本实现（CPU，CUDA_NAIVE，CUDA_TILED，GEMM）

CUDA实现的可行变卷积

CUDA实现的图像融合算法，图像格式为BMP。实例处理图像为：将一张清晰地黑白图像和一张模糊彩色图像融合为一张较为清晰地彩色图像，利用CUDA实现并行计算。

用cuda编写的LU分解解线性方程组问题

CUDA实现K-means算法，学习GPU编程入门级算法需要了解