Использование Visual Studio для разработки приложений параллельной сегментации изображений с использованием графических ускорителей / О. И. Овчинникова, В. А. Дорофеев ; науч. рук. В. А. Дорофеев

Основной Автор-лицо: Овчинникова, О. И.Альтернативный автор-лицо: Дорофеев, В. А., специалист в области информатики и вычислительной техники, старший преподаватель Томского политехнического университета, 1980-, Вадим АнатольевичВторичный автор-лицо: Дорофеев, В. А., специалист в области информатики и вычислительной техники, старший преподаватель Томского политехнического университета, 1980-, Вадим Анатольевич, 727Коллективный автор (вторичный): Национальный исследовательский Томский политехнический университет (ТПУ), Институт кибернетики (ИК), Кафедра информатики и проектирования систем (ИПС)Язык: русский ; резюме, eng.Страна: Россия.Серия: Математическое моделирование и технологии высокопроизводительных вычисленийРезюме или реферат: Parallel architecture, such as GPUs, has become widely used to accelerate the analysis of large data sets. This technology allows compute-intensive portions of algorithms to be offloaded from the CPU for processing on these parallel architecture. GPUs have gained popularity as a flexible, accessible, and low cost option for parallel processing. Creating algorithms for GPU computing is facilitated by the NVIDIA® Compute Unified Device Architecture, CUDA™..Примечания о наличии в документе библиографии/указателя: [Библиогр.: с. 96-97 (4 назв.)].Тематика: электронный ресурс | труды учёных ТПУ | Visual Studio | приложения | сегментация | изображения | графические ускорители | параллельные вычисления | программирование Ресурсы он-лайн:Щелкните здесь для доступа в онлайн
Тэги из этой библиотеки: Нет тэгов из этой библиотеки для этого заглавия. Авторизуйтесь, чтобы добавить теги.
Оценка
    Средний рейтинг: 0.0 (0 голосов)
Нет реальных экземпляров для этой записи

Заглавие с титульного листа.

[Библиогр.: с. 96-97 (4 назв.)]

Parallel architecture, such as GPUs, has become widely used to accelerate the analysis of large data sets. This technology allows compute-intensive portions of algorithms to be offloaded from the CPU for processing on these parallel architecture. GPUs have gained popularity as a flexible, accessible, and low cost option for parallel processing. Creating algorithms for GPU computing is facilitated by the NVIDIA® Compute Unified Device Architecture, CUDA™.

Adobe Reader

Для данного заглавия нет комментариев.

оставить комментарий.
Предыд.
Результ
След.
Закрыть