ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Accelerating MATLAB with GPU Computing A Primer with Examples

دانلود کتاب تسریع MATLAB با GPU Computing A Primer with Examples

Accelerating MATLAB with GPU Computing  A Primer with Examples

مشخصات کتاب

Accelerating MATLAB with GPU Computing A Primer with Examples

ویرایش:  
نویسندگان: ,   
سری:  
 
ناشر: Morgan Kaufmann 
سال نشر: 2013 
تعداد صفحات: 245 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 24 مگابایت 

قیمت کتاب (تومان) : 37,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 4


در صورت تبدیل فایل کتاب Accelerating MATLAB with GPU Computing A Primer with Examples به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تسریع MATLAB با GPU Computing A Primer with Examples نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تسریع MATLAB با GPU Computing A Primer with Examples

فراتر از شبیه سازی و توسعه الگوریتم، بسیاری از توسعه دهندگان به طور فزاینده ای از MATLAB حتی برای استقرار محصول در زمینه های محاسباتی سنگین استفاده می کنند. این اغلب مستلزم آن است که کدهای MATLAB با استفاده از موازی سازی توزیع شده واحدهای پردازش گرافیکی (GPU) سریعتر اجرا شوند. در حالی که متلب با موفقیت توابع سطح بالا را به عنوان یک ابزار شبیه سازی برای نمونه سازی سریع فراهم می کند، جزئیات اساسی و دانش مورد نیاز برای استفاده از پردازنده های گرافیکی باعث می شود کاربران متلب در ورود به آن تردید داشته باشند. تسریع MATLAB با پردازنده‌های گرافیکی، مقدمه‌ای برای پر کردن این شکاف است.
با شروع، راه‌اندازی MATLAB برای CUDA (در ویندوز، لینوکس و Mac OS X) و نمایه‌سازی، سپس کاربران را از طریق موضوعات پیشرفته مانند کتابخانه‌های CUDA راهنمایی می‌کند. نویسندگان تجربه خود را در توسعه الگوریتم‌هایی با استفاده از MATLAB، C++ و GPU برای مجموعه داده‌های عظیم، اصلاح کدهای MATLAB برای استفاده بهتر از قدرت محاسباتی GPUها و ادغام آن‌ها در محصولات نرم‌افزاری تجاری به اشتراک می‌گذارند. در سراسر کتاب، آنها کدهای نمونه بسیاری را نشان می دهند که می توانند به عنوان الگوهای کدهای C-MEX و CUDA برای پروژه های خوانندگان استفاده شوند.
- نحوه تسریع کدهای MATLAB از طریق GPU برای پردازش موازی، با حداقل دانش سخت افزاری را نشان می دهد
- پیشینه مربوط به سخت افزار، معماری و برنامه نویسی را برای سهولت استفاده توضیح می دهد
- نمونه های کار شده ساده ای از کدهای MATLAB و CUDA C و همچنین قالب هایی را ارائه می دهد که می توانند در پروژه های واقعی استفاده مجدد شوند.


توضیحاتی درمورد کتاب به خارجی

Beyond simulation and algorithm development, many developers increasingly use MATLAB even for product deployment in computationally heavy fields. This often demands that MATLAB codes run faster by leveraging the distributed parallelism of Graphics Processing Units (GPUs). While MATLAB successfully provides high-level functions as a simulation tool for rapid prototyping, the underlying details and knowledge needed for utilizing GPUs make MATLAB users hesitate to step into it. Accelerating MATLAB with GPUs offers a primer on bridging this gap.
Starting with the basics, setting up MATLAB for CUDA (in Windows, Linux and Mac OS X) and profiling, it then guides users through advanced topics such as CUDA libraries. The authors share their experience developing algorithms using MATLAB, C++ and GPUs for huge datasets, modifying MATLAB codes to better utilize the computational power of GPUs, and integrating them into commercial software products. Throughout the book, they demonstrate many example codes that can be used as templates of C-MEX and CUDA codes for readers projects.
- Shows how to accelerate MATLAB codes through the GPU for parallel processing, with minimal hardware knowledge
- Explains the related background on hardware, architecture and programming for ease of use
- Provides simple worked examples of MATLAB and CUDA C codes as well as templates that can be reused in real-world projects





نظرات کاربران