CUDA C编程权威指南

GPU高性能编程CUDA实战—示例代码

GPU高性能编程CUDA实战（CUDA_by_Example）的示例代码

《CUDA By Example》中文译名《GPU高性能编程CUDA实战》 源码

《CUDA By Example》中文译名《GPU高性能编程CUDA实战》 源码 包括 book.h cpu_anim.h cpu_bitmap.h gl_helper.h gpu_anim.h glext.h glut.h

Cuda C 编程指南（程润伟）

CUDA C 编程指南，美国华裔教授大牛程润伟最新力作，学习CUDA必备经典图书

GPU高性能编程CUDA实战中文.

GPU高性能编程CUDA实战中文.pdf

GPU高性能编程CUDA实战

GPU高性能编程CUDA实战GPU高性能编程CUDA实战GPU高性能编程CUDA实战GPU高性能编程CUDA实战

7.CUDA C编程权威指南 (1)1

前言致谢第1章 基于CUDA的异构并行计算1.1 并行计算1.1.1 串行编程和并行编程1.1.2 并行性1.1.3 计算机架构1.2 异构计算1.2.1 异构

CUDA by example （中文：GPU高性能编程CUDA实战）代码实例

CUDA by example代码实例

《GPU高性能编程CUDA实战（CUDA By Example）》头文件book.h

《GPU高性能编程CUDA实战（CUDA By Example）》头文件_全书使用的，在163页通过多线程，使用多GPU的地方已完美调试，可运行通过。

NVIDIA_CUDA_C_ProgrammingGuide（CUDA 编程指南）

有关NVIDIA公司的GPGPU的CUDA平台C语言编程指南，当今并行编程的必学教材，官方权威指南

《CUDA BY EXAMPLE》（GPU高性能编程CUDA实战）书中所有例子源码

《CUDA BY EXAMPLE》（GPU高性能编程CUDA实战）书中所有EXAMPLE的代码，包括书中提供的库。

cuda by example 例程+教材+《GPU高性能计算之CUDA》实例

几本本很不错的CUDA入门教材，希望能对入门级同志有所帮助

《GPU高性能编程 CUDA实战》/《CUDA By Example》官方例程

《GPU高性能编程 CUDA实战》/《CUDA By Example》 课本中的官方例程，包含头文件book.h

CUDA专家手册 GPU编程权威指南

《CUDA专家手册：GPU编程权威指南》详细讨论CUDA的硬件和软件，包括CUDA 5.0和开普勒架构的最新特性。每个CUDA开发人员，不论新手还是高手，都可以在这里找到感兴趣的内容并即时上手。新晋的CUDA开发者将理解硬件如何处理命令以及驱动程序如何检查状态；更有经验者，将会在驱动程序API、上下文迁移以及如何让CPU/GPU最有效率地进行数据交换和同步等骨灰级的主题上得到指导。 　　本书所附的开源代码有25000多行，欢迎开发者自由重用。 　　本书不仅是权威手册，也是实用代码大全。全书分为以下三个部分： 　　第一部分是基础知识概述，对支持CUDA的硬件和软件进行高屋建瓴的描述。 　　第二部分是CUDA编程细节，对CUDA进行全方位的描述，包括内存，流和事件，执行模型（包括动态并行特性以及CUDA 5.0和SM 3.5的新特性），流处理器簇（包括SM 3.5的所有功能介绍），多GPU编程，纹理操作。这部分附带的源代码作为可重用的验证型代码和演示型代码，旨在展示特殊的硬件特性或强调特定的应用方法。 　　第三部分是案例剖析，深入分析精选的CUDA应用场景以及关键的并行算法，包括流式负载、归约、扫描（并行前缀求和）、N-体问题和图像处理，这些算法全方位涵盖

CUDA_C_Programming_Guide.pdf

CUDA教程，真实详细，很好用的教程，大家一直都在用的教程！

cuda编程指南中文版无水印（风尘）

cuda编程指南中文版 5.0 无水印。中文版，240页全。中文翻译版

《GPU高性能计算之CUDA》实例

《GPU高性能计算之CUDA》实例。 GPU高性能计算系列丛书的第一本《GPU高性能计算之CUDA》已经出版，由张舒，褚艳利，赵开勇，张钰勃所编写。本书除了详细介绍了CUDA的软硬件架构以及C for CUDA程序开发和优化的策略外，还包含有大量的实例供读者学习参考用。 下表是各个实例的介绍列表。 文件夹 对应书中章节 备注 ACsearch_DPPcompact_with_driver 5.2.2 AC多模式匹配算法 asyncAPI 2.5 异步API调用示例 bandwidthTest 2.3.6 带宽测试 Bitonic 5.1.1 双调排序网络 conjugateGradient 5.2.1 共轭梯度算法，CUBLAS实现 cudaMPI 2.7.3 CUDA+MPI管理GPU集群 cudaOpenMP 2.7.2 CUDA+OpenMP管理多GPU deviceQuery 2.1.4 设备查询 histKernel 2.4.3 亮度直方图统计 matrixAssign 2.1.4 矩阵赋值 matrixMul 4.7.1 矩阵乘法，利用shared memory matrixMul_Berkeley 4.7.1 矩阵乘法，利用register reduction 4.7.2 并行归约（缩减）程序 scan 5.1.2 Scan算法，例如计算前缀和 scanLargeArray 5.1.2 Scan算法，可以处理大数组 simpleCUBLAS 5.1.3 CUBLAS库的简单应用 simpleCUFFT 5.1.4 CUFFT库的简单应用 simpleD3D9 2.6.2 CUDA与Direct3D 9互操作 simpleD3D10 2.6.2 CUDA与Direct3D10互操作 simpleGL 2.6.1 CUDA与OpenGL互操作 simpleMultiGPU 2.7.1 多设备控制 simpleStreams 2.5.2 流的使用演示 simpleTexture 2.3.8 简单的纹理使用 simpleTextureDrv 2.3.8 简单的纹理使用，驱动API 实现 sortingNetworks 5.1.1 双调排序网络，处理大数组 threadMigration 2.7.1 通过上下文管理和设备管理功能实现多设备并行计算 timing 4.2.1 设备端测时 transpose 4.7.3 矩阵转置 transposeDiagonal 4.7.3 矩阵转置，考虑partition conflict VectorAdd 2.2.3/2.3.4 矢量加 VectorAddDrv 2.2.3/2.3.4 矢量加，驱动API实现 【备注】以上工程，均在Windows XP 64-bit + Tesla C1060 + CUDA 2.3 + VS2005环境下测试通过。

GPU高性能计算之CUDA》实例

GPU高性能计算系列丛书的第一本《GPU高性能计算之CUDA》已经出版，由张舒，褚艳利，赵开勇，张钰勃所编写。本书除了详细介绍了CUDA的软硬件架构以及C for CUDA程序开发和优化的策略外，还包含有大量的实例供读者学习参考用。 下表是各个实例的介绍列表。 文件夹 对应书中章节 备注 ACsearch_DPPcompact_with_driver 5.2.2 AC多模式匹配算法 asyncAPI 2.5 异步API调用示例 bandwidthTest 2.3.6 带宽测试 Bitonic 5.1.1 双调排序网络 conjugateGradient 5.2.1 共轭梯度算法，CUBLAS实现 cudaMPI 2.7.3 CUDA+MPI管理GPU集群 cudaOpenMP 2.7.2 CUDA+OpenMP管理多GPU deviceQuery 2.1.4 设备查询 histKernel 2.4.3 亮度直方图统计 matrixAssign 2.1.4 矩阵赋值 matrixMul 4.7.1 矩阵乘法，利用shared memory matrixMul_Berkeley 4.7.1 矩阵乘法，利用register reduction 4.7.2 并行归约（缩减）程序 scan 5.1.2 Scan算法，例如计算前缀和 scanLargeArray 5.1.2 Scan算法，可以处理大数组 simpleCUBLAS 5.1.3 CUBLAS库的简单应用 simpleCUFFT 5.1.4 CUFFT库的简单应用 simpleD3D9 2.6.2 CUDA与Direct3D 9互操作 simpleD3D10 2.6.2 CUDA与Direct3D10互操作 simpleGL 2.6.1 CUDA与OpenGL互操作 simpleMultiGPU 2.7.1 多设备控制 simpleStreams 2.5.2 流的使用演示 simpleTexture 2.3.8 简单的纹理使用 simpleTextureDrv 2.3.8 简单的纹理使用，驱动API 实现 sortingNetworks 5.1.1 双调排序网络，处理大数组 threadMigration 2.7.1 通过上下文管理和设备管理功能实现多设备并行计算 timing 4.2.1 设备端测时 transpose 4.7.3 矩阵转置 transposeDiagonal 4.7.3 矩阵转置，考虑partition conflict VectorAdd 2.2.3/2.3.4 矢量加 VectorAddDrv 2.2.3/2.3.4 矢量加，驱动API实现

CUDA by Example（英文原书+自带源代码）

CUDA by Example.An Introduction to General-Purpose GPU Programming（英文原书+自带源代码）源代码是nvidia官网下的。

CUDA: (八) 使用 CUDA C/C++ 加速计算的基础 (NVIDIA 课程 Part one)

这篇博客是NVIDIA付费的课程内容 LZ自己进行了个格式排列和一些代码的梳理，感觉还是非常有用的一个课程，有兴趣的小伙伴可以自行去学习！LZ也作为整理，毕竟课程是有一定有效期的，过了就没法使用(≧▽≦)/啦啦啦！ C/C++加速计算的基础 借助您现在掌握的技术和工具，您离准备好开始加速自己的实际应用程序近在咫尺了。本节将为您提供以下详细信息： a. 设置自己的CUDA环境 b. 如何最好地在开发加速应用程序方面继续学习 c. 解决另外一个供练习用的问题 d. 其它有用的资源 一、设置一个拥有CUDA的环境 为您自己的工作设置CUDA环境的两种最简单的方法是： 1.通过云服务商 2.在您自己

CUDA C Programming Guide v8.0

最新的CUDA用C语言的编程指南。

CUDA编程，指南pdf

cuda开发，指南pdf

STM32循迹小车（灰度+OpenMV权重判断）

循迹小车是基于自动引导机器人系统，用以实现小车自动识别路线，以及选择正确的路线。智能循迹小车是一个运用传感器、单片机、电机驱动及自动控制等技术来实现按照预先设定的模式下，不受人为管理时能够自动实现循迹导航的高新科技。对于初学者来讲，循迹小车是很适合新手实践的STM32项目，在目前众多的电子竞赛，如电子设计竞赛、工程训练赛、智能竞赛中均会出现循迹小车或与小车相关的比赛。循迹小车一般包含车体结构设计，驱动电路设计，程序设计三个部分。

谭浩强C语言程序设计第五版详细答案

谭浩强C语言程序设计第五版详细答案。 该教材有配套教材——《C程序设计（第五版）学习辅导》 《C程序设计（第五版》是由谭浩强编著，2017年清华大学出版社出版的“十二五”普通高等教育本科国家级规划教材、北京市高等教育精品立项项目教材、中国高等院校计算机基础教育课程体系规划教材。该教材是既可作为高等学校各专业的正式教材，也适合读者自学。

MQTT协议设备客户端与图传APP.zip

这是基于Qt设计的MQTT图传客户端和MQTT客户端APP。 注意： 这不是源码，这是打包好的软件。打开可以运行这种。 我的博客里很多MQTT相关的项目里都用到了这里面包含的软件，大家可以直接下载使用。 0积分下载。

基于百度的全文搜索引擎

本资源为一份详尽的全文搜索引擎相关内容的文档，全面介绍了全文搜索引擎的含义、工作流程、技术原理、特点与优势以及多个应用场景。文档从基本概念入手，详细阐述了全文搜索引擎如何通过爬取互联网信息、建立网页索引数据库，提供纯文字搜索结果的过程。同时，还深入剖析了全文搜索引擎的工作流程，包括网页抓取、预处理、建立索引、查询处理以及排名与展示等关键步骤。 此外，文档还以百度为例，具体介绍了全文搜索引擎在实际应用中的技术原理、特点与优势，如智能化、丰富性、个性化和高效性等。这些优势使得全文搜索引擎能够更准确地理解用户查询意图，返回更精准的搜索结果，满足用户在不同场景下的信息需求。 最后，文档列举了全文搜索引擎在金融、电子商务、学术与教育、医疗等多个领域的应用场景，展示了全文搜索引擎在各行各业中的广泛应用和重要作用。 本资源内容丰富、条理清晰，适合对全文搜索引擎感兴趣的用户、从业人员以及研究者阅读参考。通过阅读本文档，用户可以全面了解全文搜索引擎的相关知识，并更好地应用全文搜索引擎解决实际问题。

Keil.STM32H7xx-DFP.3.1.1.pack

STM32H7xx_DFP.3.1.1.pack