CUDA Programming Applications

وبلاگ آموزشی کودا

CUDA Programming Applications

وبلاگ آموزشی کودا

الگوریتم K-Means

خوشه‌بندی داده‌ها رو بر اساس شباهتی که دارن، به طوری که داده‌های هر خوشه دارای بیشترین شباهت به هم و کم‌ترین شباهت به داده‌های خوشه‌های دیگه هستن، در یک خوشه قرار میده. الگوریتم K-Means یکی از الگوریتم‌های مورد استفاده در داده کاوی و یادگیری ماشینی هست که برای خوشه‌بندی(Clustering) یا دسته‌بندی بدون نظارت از اون استفاده میشه. KMeans  یکی از ساده‌ترین الگوریتمِ های خوشه‌بندی باشد. این الگوریتم از دسته الگوریتم‌هایی است که بایستی تعداد خوشه‌ها(گروه ها) را از قبل به او گفته باشیم. در ادامه نحوه کار این الگوریتم توضیح داده خواهد شد.
 
ادامه مطلب ...

الگوریتم LBG

لگوریتم LBG یا Linde–Buzo–Gray یک الگوریتم رقمی سازی برداری (vector quantization) است که با استفاده از آن می توان یک codebook مناسب بدست آورد. codebook  در حقیقت مجموعه مراکز بازه های رقمی سازی است. این روش مشابه روش k-means در خوشه بندی (data clustering) است.
 
ادامه مطلب ...

چندی سازی برداری چیست؟

چندی سازی برداری، کمی سازی برداری و یا رقمی سازی برداری
 


مفهوم کلی نمونه برداری وکوانتیزه سازی تصاویر


 همانطور که می دانید  تنوع رنگ در طبیعت بسیار زیاد است. اما هنگام تصویر گرفتن از طبیعت و مشاهده تصویر گرفته شده با دوربین یا موبایل و ... می بینیم که از برخی از رنگها صرف نظر شده است (کاهش تعداد پیکسلهای رنگی)، همچنین با ذخیره کردن تصویر به روی کامپیوتر،متوجه می شویم که تعداد پیکسلها کاهش یافته  است، یا پیکسلهای مشابه ادغام می شوند و یا پیکسلهای مشابه به روی سیستم  ثبت نمی شوند.

 

ادامه مطلب ...

معماری cuda

مقدمه:
فن آوری  NVIDIA® CUDA™ بزرگترین قدرت پردازش موازی NVIDIA GPUs است.
معماری کودا یک انقلاب در معماری محاسبات موازی است که ارائه می دهد عملکرد فن آوری پردازنده
گرافیکی NVIDIA برای هدف کلی به منظور محاسبه GPU .
 
ادامه مطلب ...

ضرب دو ماتریس با cuda


ضرب ماتریس - ماتریس در GPU با  کمک Nvidia CUDA

 
ضرب ماتریس ماتریس
 
قبل از شروع، بهتر است به طور خلاصه چگونگی محاسبه ی ضرب ماتریس-ماترریس به صورت خلاصه توضیح داده شود. بگذارید بگوییم ما دو ماتریس A و B داریم. فرض کنید A یک ماتریس n × m است، به این معنی که آن دارای n ردیف و m ستون است. همچنین فرض کنید که B ماتریس m × w است. نتیجه ضرب ( A * B که متفاوت از B * A! است) یک ماتریس n × w است که ما آن را Mمی نامیم. یعنی تعداد ردیف ها در ماتریس حاصل، برابر با تعداد ردیف های ماتریس اول A و تعداد ستون ها برابر با ماتریس دوم B است.
 
ادامه مطلب ...