CUDA的Threading：Block和Grid设定硬件基本架构　　实际上在 nVidia 的 GPU 里，最基本的处理单元是所谓的 SP(Streaming Processor)，而一颗 nVidia 的 GPU 里，会有非常多的 SP 可以同时做计算;而数个 SP 会在附加一些其他单元，一起组成一个 SM(Streaming Multiprocessor)。几个 SM 则会在组成所谓

CUDA性能优化----warp深度解析  2017-01-12 16:41:07|  分类：HPC&CUDA优化 |  标签：gpu  cuda  hpc  |举报|字号 订阅      下载LOFTER我的照片书  |1、引言CUDA性能优化----

最近用Qt软件界面，需要用到mouseMoveEvent，研究了下,发现些问题，分享一下。        在Qt中要捕捉鼠标移动事件需要重写MouseMoveEvent，但是MouseMoveEvent为了不太耗资源在默认状态下是要鼠标按下才能捕捉到。要想鼠标不按下时的移动也能捕捉到，需要setMouseTracking(true)。bool mouseTracking

CentOS 救援模式 （rescue installed system）修复损坏系统2016年02月26日 ⁄ Linux ⁄共 1038字 ⁄ 字号 小 中 大 ⁄ 暂无评论    前段时间遇到开发人员更新glibc版本，把/usr/lib64/libc-2.12.so & libc.so.6 -> libc-2.12.so 这个软连接更改之后导致报错

CUDA并行算法系列之FFT快速卷积卷积定义在维基百科上，卷积定义为：离散卷积定义为：[ 0, 1, 2, 3]和[0, 1, 2]的卷积例子如下图所示：Python实现（直接卷积）根据离散卷积的定义，用Python实现：def conv(a, b):N = len(a)M = len(b)YN = N + M - 1

最近看到一个比较好的希尔伯特变换的推导，注名如下1.傅里叶变换1.1傅里叶变换对周期信号进行傅里叶变换（包括正弦周期和非正弦周期信号，正弦周期实际上利用正交性可以知道，除了对应的频率，其他谐波的积分都是0），可以将信号分解为一个无穷级数的和：其中T为原周期信号的频率，因此，整个傅里叶变换将原信号分解为包括原周期在内的无数个谐波分量的三角集数和。对于非周期信号，实际上，...

Sinc滤波器在信号处理领域，Sinc滤波器一个全部除去给定带宽之上的信号分量而只保留低频信号的理想电子滤波器。在频域它的形状象一个矩形函数，在时域它的形状象一个Sinc函数。由于理想的Sinc滤波器（人们熟知的矩形滤波器）有无限的延迟，所以现实世界中的滤波器只能是它的一个近似，但是它仍然在概念演示或者验证中得到了广泛应用，如采样定理以及Whittaker–Shannon插值公式。矩

高等数学学的时间有点久远了，最近需要推倒一些公式，以前高数学的时候这公式那定理的都没说什么物理意义，现在接触的问题都是具有一定物理意义的， 感觉对不上，回来找找资料好好理解一下，在知乎上看到一些比较通俗易懂的答案，所以摘抄到这里给大家分享一下。梯度的旋度问题梯度的旋度不为零得话。。我通俗地说一下矢量场那个吧。矢...

STM32—— AHB、APB详解2016-07-14 20:35590人阅读 评论(0)收藏举报本文章已收录于：版权声明：本文为博主原创文章，未经博主允许不得转载。一、概括首先，说点不靠谱的，APB和AHB总线，我个人感觉这个类似于个人PC系统里的北桥和南桥总线。南桥总线上挂接的都是鼠标、键盘这些慢速的设备，北桥上挂

阶跃函数和冲击函数是常用的广义函数，在微积分学及其电路上面有广泛的应用，之前在数学物理方程中有涉及，最近推倒公式里面全是这个东西，还是需要把他的性质做一下回忆。下面是我对网上找的部分资料的总结阶跃函数的傅立叶变换参考文献：https://blog.csdn.net/njucp/articl...