雅各比迭代matlab代码用于非光滑多体系统的GPU上的投影Jacobi和Gauss-Seidel
该源代码包括本文中介绍的密集Jacobi(JORProx)和Gauss-Seidel(SORProx)
GPU方法
G.Nützi等。
,Projective
Jacobi和Gauss-Seidel在非光滑多体系统的GPU上的应用,2014年,下载:或
仅在对某些GPU变体的详细信息感兴趣的情况下,才应咨询相应的内容(请参阅下文)。
此源代码还包括基于以下Thierry
Baasch硕士论文的稀疏JORProx
Velocity
GPU方法
安装与依存关系
要构建性能测试(MatrixMultiply,Prox等),您需要构建的工具。
性能测试仅取决于至少3版的矩阵库。将其下载并安装到系统上。
您还需要在系统上安装CUDA,下载并安装最新的。
下载最新的CudaFramework代码:
$
git
clone
https://github.com/gabyx/CudaFramework.git
CudaFramework
创建一个构建目录并导航到它:
$
mkdir
Build
$
cd
2022-06-07 10:26:50
1.57MB
系统开源
1