کتاب جستجوی موازی در GPU با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جستجوی موازی در GPU

موضوع کلی: پردازش موازی

موضوع میانی: الگوریتم‌های جستجوی موازی

📋 سرفصل‌های دوره

  • 1. مبانی معماری پردازنده‌های گرافیکی
  • 2. معرفی مدل برنامه‌نویسی موازی
  • 3. مروری بر زبان CUDA
  • 4. نصب و پیکربندی CUDA Toolkit
  • 5. اولین برنامه CUDA: Hello World
  • 6. مدیریت حافظه در CUDA: حافظه سراسری
  • 7. مدیریت حافظه در CUDA: حافظه مشترک
  • 8. مدیریت حافظه در CUDA: حافظه ثابت
  • 9. مدیریت حافظه در CUDA: حافظه رجیستر
  • 10. همگام‌سازی تردها در CUDA
  • 11. توابع هسته‌ای در CUDA
  • 12. شبکه‌های بلوکی و گریدها
  • 13. اندازه‌بندی بهینه بلوک‌ها و گریدها
  • 14. جریان کنترل در CUDA
  • 15. عملگرهای ریاضی و توابع کتابخانه‌ای CUDA
  • 16. CUDA Debugger: عیب‌یابی برنامه‌های موازی
  • 17. بهینه‌سازی عملکرد: کاهش سربار حافظه
  • 18. بهینه‌سازی عملکرد: استفاده از حافظه مشترک
  • 19. بهینه‌سازی عملکرد: Coalesced Memory Access
  • 20. بهینه‌سازی عملکرد: Loop Unrolling
  • 21. معماری‌های مختلف GPU و تاثیر آن‌ها بر عملکرد
  • 22. استفاده از CUDA برای پردازش تصاویر
  • 23. پردازش ویدئو با CUDA
  • 24. شبیه‌سازی فیزیک با CUDA
  • 25. محاسبات علمی با CUDA: حل معادلات دیفرانسیل
  • 26. محاسبات آماری با CUDA
  • 27. یادگیری ماشین با CUDA: شبکه‌های عصبی
  • 28. یادگیری عمیق با CUDA: Convolutional Neural Networks
  • 29. یادگیری عمیق با CUDA: Recurrent Neural Networks
  • 30. استفاده از کتابخانه‌های CUDA برای یادگیری ماشین
  • 31. CUDA و پردازش سیگنال
  • 32. CUDA و پردازش صوت
  • 33. CUDA و محاسبات مالی
  • 34. CUDA و تحلیل داده‌های بزرگ
  • 35. استفاده از CUDA در کاربردهای مهندسی
  • 36. معرفی کتابخانه cuBLAS
  • 37. معرفی کتابخانه cuFFT
  • 38. معرفی کتابخانه cuSPARSE
  • 39. معرفی کتابخانه cuSOLVER
  • 40. استفاده از CUDA با زبان‌های برنامه‌نویسی دیگر (Python, C++)
  • 41. استفاده از کتابخانه Thrust
  • 42. مقدمه‌ای بر محاسبات GPU چند منظوره
  • 43. استفاده از CUDA برای محاسبات بلادرنگ
  • 44. بهینه‌سازی مصرف انرژی در برنامه‌های CUDA
  • 45. معرفی تکنیک‌های Profiling در CUDA

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.