reduction

    1

    1答えて

    私は現在、複雑さの理論を研究しており、「マッピングの削減」を満たすだけです。 「AからBへの多項式時間の短縮」は、「Bを解くことができ、多項式時間を持つことができれば、Aを解くことができます。 (私は右だ?) これは、AがAからBに減少しているもの、そして、B. (多項式時間で)よりも硬くない問題を暗示しますか? 「削減」という言葉をどうすれば理解できますか?

    3

    2答えて

    この後、linkの配列の合計を計算するアトミック関数を実装しようとしました。したがって、自分自身のatom_add関数(double型)を実装しました。ここで は使用カーネルのコードです: #pragma OPENCL EXTENSION cl_khr_fp64: enable #pragma OPENCL EXTENSION cl_khr_int64_base_atomics : enable

    1

    1答えて

    の減少を停止するときに私は、ラムダ低減がterminates.Forたとえば、数2は我々はベータ代入ルールを適用し、それを作り続けるべきではないのはなぜ \xy.xxy として書かれているかについて混乱していますlike \xy.(x)xy =>\ab.axy =>\b.yx =>y これは明らかに間違っています。しかし、私は理由を知りません。

    1

    1答えて

    は私がthis偉大な説明を、以下、それに __inline__ __device__ int warpReduceMin(int val) { for (int offset = warpSize/2; offset > 0; offset /= 2) { int tmpVal = __shfl_down(val, offset); if (tmpVa

    2

    1答えて

    私はcaffeの還元層に関する質問があります。 .prototxtファイルでこのレイヤーを使用する方法の例は見つかりませんでした。だれかが私にこのレイヤーの使い方の簡単な例を与えることができたら、私はそれを感謝します。 このはドキュメントです: http://caffe.berkeleyvision.org/doxygen/classcaffe_1_1ReductionLayer.htmlが、与え

    1

    2答えて

    CUDAで配列のすべての要素の合計を計算します。私はこのコードを思いついた。それはエラーなしでコンパイルされます。しかし、結果は常にゼロです。無効なデバイスシンボルはcudaMemcpyFromSymbolです。スラストやクライブのようなライブラリは使えません。 #define TRIALS_PER_THREAD 4096 #define NUM_BLOCKS 256 #define NUM_

    0

    1答えて

    ラムダ項の正規形を計算しています。私も解決策を持っているので、「終わり」までのステップが正しいことを知っています。 与えられた用語は (\a.\b.(\x.a b x)(\y. b y x) a) (\f. f f)g であり、それのnormalformは g g (\y. g y x)(\f. f f) 私もこれを得たが、その後、私は継続し、これが最終的な用語であるなぜ私は理解していない

    2

    1答えて

    //In other words, this equilavent to cv::Mat1f mat(5,n) //i.e. a matrix 5xn std::vector<cv::Mat1f> mat(5,cv::Mat1f::zeros(1,n)); std::vector<float> indexes(m); // fill indexes // m >> nThreads (f

    0

    1答えて

    私はサブセットの合計を0,1回のナップザックに減らす方法を知っています。しかし、サブセット合計にナップザックを減らすことは可能ですか?どうやって?

    2

    1答えて

    私はしばらくの間苦労してきた次の問題があります。 I持って16素子、たとえば、で構成され、多数の小さなアレイから組み立て実際には、以下の配列: [1,1,1,1 | 2,2,2,2 、2,2,3,3,3,3,3,3,4,4,4] 実際には、配列はかなり長く、約512または1024であり、配列の総長は最大ブロック・サイズよりも小さいため、1024より小さい。配列は、前の計算の結果であるため、共用メモ