CUDA-HOG：CUDA计算图像HOG功能

cuda加速工具cuDNN v7.1.2 (Mar 21, 2018), for CUDA 9.1 & 9.2

图像类比框架对于合成用于非均匀输入的吸引人的图像特别有用，并为用户提供了对合成结果的创造性控制。 但是，传统框架没有根据邻域的不同纹理内容来自适应地采用搜索策略。 此外，由于邻域匹配中涉及大量的计算，因此合成速度较慢。 在本文中，我们提出了一种基于CUDA的图像相似度匹配算法。 我们的算法根据图像的不同纹理特征在合成过程中自适应地应用了精确的L（2）最近邻和k相干搜索策略的全局搜索，这对于非均匀纹理特别有用。 为了在GPU上始终实现上述两种搜索策略，我们采用了基于CUDA的快速k最近邻搜索算法。 这样的加速极大地减少了k相干搜索的预处理时间和全局搜索的合成过程，这使得重要的合成参数的调整成为可能。 我们进一步采用合成放大倍数以获得最终的高分辨率合成图像，以提高运行效率。 实验结果表明，该算法适用于图像类比框架的各种应用，并充分利用了GPU的并行处理能力，提高了合成速度，获得了令人满意的合成结果。

解决不同Cuda版本的不兼容问题

cuda10 CentOS7 Linux runfile 安装文件，网速慢的用户用， 安装前要先禁用nouveau，

cudatoolkit-10.1.243-h74a9793_0

pytorch-1.6.0-py3.6_cuda101_cudnn7_0

为设计基于固定序的 Bellman-Ford 算法在 CUDA 平台下并行优化方案，结合算法计算密集和数据密集的特点。从核函数计算层 面，提出了访存优化方法和基于固定序优化线程发散；从 CPU-GPU 传输层面，提出了基于 CUDA 流优化数据传输开销方法。经对不同显 卡测试，参照共享内存容量划分线程块、缩减迭代后向量维度和使用 CUDA 流缩短首次计算时延，相比传统算法，改进后并行算法加速 比在 200 倍左右。该并行优化方案验证了固定序在 CUDA 平台具有可行性和可移植性，可作为多平台研究参照。

包含文件：cudart64_101.dll、cublas64_10.dll、cufft64_10.dll、curand64_10.dll 、cusolver64_10.dll 、cusparse64_10.dll 、cudnn64_7.dll 解决以下问题： Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found Could not load dynamic library 'cublas64_10.dll'; dlerror: cublas64_10.dll not found Could not load dynamic library 'cufft64_10.dll'; dlerror: cufft64_10.dll not found Could not load dynamic library 'curand64_10.dll'; dlerror: curand64_10.dll not found Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found Could not load dynamic library 'cusparse64_10.dll'; dlerror: cusparse64_10.dll not found Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found 将CUDA文件夹里面所有的文件复制放在C:\Windows\System32里面即可。

CUDA11需要的文件