cuda 入门中文教程 它使用 C 语言为基础， 可以直接以大多数人熟悉的 C 语言，写出在显示芯片上执行的程序，而不需要去学习特定的显示芯片的指令或是特殊的结 构。他的思想还是有一点深入，例子也很多，可以结合别的资料学习，不过还是一本不可多得的好书。

这本书还比较好，里面有很多例子可以跟着做，讲解也算仔细，GPU高性能编程CUDA实战中文 多线程编程。高新能编程

分享tensorflow2.8.0资源包用于C++开发，希望更多的人能够有所收获。 如果有梯子能力，可以直接自行从外网tensorflow官网下载。

一个 Matlab 工具箱，通过惠更斯-菲涅耳积分的数值近似来模拟单色相干光通过自由形式Kong径和粗糙/自由形式表面的光传播。 工具箱的特点是： * GPGPU 计算，使用 Nvidia 显卡和 CUDA * 如果没有找到 GPU，则回退到 CPU * 通过空间频率滤波器生成粗糙表面和表面粗糙度测定 z=f(fx,fy,Ra) * 自由曲面生成 z=f(x,y) * 对象在 3D 空间坐标（6 DOF）中的排列* 矩形 3D 网格，通过逻辑索引实现自由形式的Kong径* 人工抖动，以减少输入网格的衍射* 惠更斯-菲涅耳近似* 内存管理，如果找到预先存在的数据，则工作恢复* 一些示例和可视化 理论背景如下： Dominik Hofer，Bernhard G. Zagar，惠更斯-菲涅耳积分的数值近似–粗糙润湿问题的模拟，测量，第46卷，第8期，2013年10月，第2828-2836页，

Bakery - GPU Lightmapper Bakery Real-Time Preview 教程参考： https://blog.csdn.net/f402455894/article/details/123329549

tensorflow gpu 1.3.0版 python 3.6 tensorflow gpu 1.3.0版 python 3.6

主要介绍了Win10+GPU版Pytorch1.1安装的安装步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

针对标准并行算法难以在图形处理器(GPU)上高效运行的问题，以累加和算法为例，基于Nvidia公司统一计算设备架构(CUDA)GPU介绍了指令优化、共享缓存冲突避免、解循环优化和线程过载优化四种优化方法。实验结果表明，并行优化能有效提高算法在GPU上的执行效率，优化后累加和算法的运算速度相比标准并行算法提高了约34倍，相比CPU串行实现提高了约70倍。

GPU 编程与CG 语言之阳春白雪下里巴人 对渲染有很有帮助的一本书

tensorflow_gpu-1.13.0rc2-cp35-cp35m-win_amd64，tensorflow-gpu1.13.0、python3.5版本的wheel文件