Windows10安装Anaconda和Pytorch(CPU版，无GPU加速)-附件资源

gpu 学习的好书,可以用来对gpu的进阶学习之用，中间有很多值得借鉴的地方。

英伟达TX1_TX2开发板原理图及PCB文件，适合做图像加速处理应用

opencv4.4.0+opencv-contrib4.4.0+cuda11.3+win10 已编译成功 直接拿去使用

在VS2005环境下，使用CUDA编程实现SAR成像中CSA算法的实现，得到了很好的加速比。-

比较详细的介绍了使用GPU实现体绘制方法，其中对光照模型，阴影等做了很好的分析。

博客附件 opencv4.3与cuda10.2编译的GPU版本。opencv_dnn调用yolov3 cuda加速都通过了 效果很好，库的依赖做的很干净全部10.2的cuda依赖也带上了 。 这次工程部署可以来说是完美版了。只要是cuda支持10.0上的nvidia显卡完美飞起来。 详细我在博客去讲吧。

利用CUDA优化实现图像的锐利化、模糊化。附带整个程序代码，GPU并行计算课程最后的大作业。可以用来参考和借鉴。（代码正确无误，直接复制可跑）

数值实验代码matlab代码射线放大器 RaytrAMP是一种RCS计算工具，可实现射击和弹跳射线（SBR）方法。 SBR方法是一种近似的电磁求解器，可以在高频和远场范围内提供准确的结果。 与全波求解器（例如矩量法）相比，它的运行速度更快，所需的计算资源也更少。 SBR的工作原理与计算机图形学中的光线跟踪非常相似。 RaytrAMP能够计算任何电大的复杂PEC对象的单静态RCS。 它的工作效率非常高，并为速度进行了认真的优化。 特征： 通过“边界体积层次”（BVH）可以加速射线-三角形网格的相交。 用于BVH构建的morton代码，比表面积启发式算法快得多，并且仍然可以生成质量合格的BVH。 BVH数据结构存储在连续存储器中。 节点通过其索引而不是指针进行连接。 在文献中有时称为“线性BVH”。 BVH遍历是在GPU（C ++ AMP）上完成的。 使用了非递归遍历算法，该算法在文献中有时称为“无堆栈BVH遍历”。 它仅对每个GPU内核使用128字节的非常短的堆栈阵列，该阵列在代码中手动控制。 使用“结构数组”而不是“数组结构”。 即使GPU上的缓存有所不同，这对于内存局部性还是更好的。

OpenCV3.1 使用GPU及OpenCL加速的教程 新接口，使用UMat时的注意事项 OpenCV3.1 使用GPU及OpenCL加速的教程 新接口，使用UMat时的注意事项