CUJ2K编译
VS2005 开发CUDA3.2 环境配置 VS2005 开发 CUDA 环境配置 下面记录的是在 VS2005 中开发 CUDA 应用程序的配置过程,使用的路径均为默认路径。 安装、配置步骤: 1 、安装 Visual Studio 2005 环境。 2 、安装开发助手 Visual Assist X 。 3 、安装 CUDA 的驱
VS2005开发CUDA3.2环境配置
VS2005开发CUDA环境配置
下面记录的是在VS2005中开发CUDA应用程序的配置过程,使用的路径均为默认路径。
安装、配置步骤:
1、安装Visual Studio 2005环境。
2、安装开发助手Visual Assist X。
3、安装CUDA的驱动、工具集、SDK。
可以从http://developer.nvidia.com/object/cuda_3_2_downloads.html免费下载。
4、语法高亮:
查看C:/Program Files/Microsoft Visual Studio 8/Common7/IDE目录是否存在usertype.dat文件。
如果没有存在则将C:/Program Files/NVIDIA GPU Computing SDK/doc/syntax_highlighting/visual_studio_8里面的usertype.dat文件拷贝到此目录;
如果已经存在则将C:/Program Files/NVIDIA GPU Computing SDK/doc/syntax_highlighting/visual_studio_8里面的usertype.dat的内容添加到C:/Program
Files/Microsoft Visual Studio 8/Common7/IDE/usertype.dat文件的尾部。
5、设置VS2005环境:
依次打开“工具|选项|项目和解决方案|VC++目录”,添加:
包含文件:C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v3.2/include
C:/Program Files/NVIDIA GPU Computing SDK/C/common/inc
库文件: C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v3.2/lib/Win32
C:/Program Files/NVIDIA GPU Computing SDK/C/common/lib
源文件: C:/Program Files/NVIDIA GPU Computing SDK/C/common/src
依次打开“工具|选项|文本编辑器|文件扩展名”,在扩展名中添加“cu”,在编辑器中选择“Microsoft Visual C++”。
6、在VS2005中依次打开“工具|选项|项目和解决方案|VC++项目设置”里面的“C/C++文件扩展名”添加*.cu;
在规则搜索路径中C:/Program Files/NVIDIA GPU Computing SDK/C/common,指定Cuda.rules所在的路径。
7、在VS2005中新建工程,在工程名上鼠标右击,在弹出菜单中选择菜单项“自定义生成规则”,选择要添加的规则文件,
如:“CUDA Build rule v3.0.14”。
在工程中添加.cu文件,右键点击cu文件,在弹出菜单中依次选择“属性|配置属性|常规”,在“工具”的下拉列表中选择生成规则的名称,例如“CUDA
Build rule v3.0.14”,单击“确定”即可。
顺便说明一下,在下载文件中有一个“cudatoolkit_3.2_win_buildrules-patch.zip”,解压后其实是编译驱动级别的api及编译运行时api的规则文件,可以将它们拷贝到一个目录,
如上所示指定该目录即可编译驱动级别的api和编译运行时api。
8、Visual Assist X设置:
关闭已经所有打开的Visual studio,之后进入注册表编辑器,依次打开“HKEY_CURRENT_USER/Software/Whole
Tomato/Visual Assist X/VANet8”,找到右边的ExtSource项,将其值添加.cu;.cuh,之后关闭,再次打开VS2005即可。
至此,就已经可以打开SDK目录下的例子代码(如:C:/Program Files/NVIDIA GPU Computing SDK/C/src/vectorAdd/vectorAdd.sln)进行编译、调试了。
注明:
(1) 我安装的是CUDA4.2版本
(2) 运行C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK 4.2\OpenCL中的例子没有问题,可以直接运行。运行CUDA例子出现Cuda.rules没有找到。需要将文件NvCudaDriverApi.rules从C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v4.2\extras\visual_studio_integration\rules拷贝到C:\Program Files (x86)\Microsoft Visual Studio 8\VC\VCProjectDefaults目录下。运行CUDA例子没有问题。
编译CUJ2K出现错误。
第0步是打开工程提示找不到Cuda.rules文件,需要将gpu_vc2005.vcproj文件用txt方式打开,将下面这段:
RelativePath="..\..\..\..\..\CUDA\common\Cuda.rules"
/>
改为:
FileName="NvCudaRuntimeApi.rules"
/>
第一步是缺少cutil32D.lib库,需要设置Lib库的路径,
工具—〉选项—〉项目和解决方案—〉VC++目录—〉库文件目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v4.2\lib\Win32
C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK 4.2\C\common\lib\Win32
同时将配置属性—〉连接器—〉常规—〉附加库目录清空
第二步出现库文件冲突问题
1>LINK : warning LNK4098: 默认库“LIBCMT”与其他库的使用冲突;请使用/NODEFAULTLIB:library
1>LINK : warning LNK4098: 默认库“LIBCMTD”与其他库的使用冲突;请使用/NODEFAULTLIB:library
于是打开项目属性,在“配置属性-->C/C++-->代码生成-->运行时库”中将“多线程(/MT)”修改为“多线程调试DLL(/MDd)”出现以下错误:
1> LINK : warning LNK4098: 默认库“MSVCRTD”与其他库的使用冲突;请使用/NODEFAULTLIB:library
静态库中使用配置属性-MFC,并将LIBCMT.lib设置为忽略特定库。
第三步出现找不到cutil32D.dll的错误,只需要将C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK 4.2\C\common\lib\Win32文件夹下的cutil32D.dll拷贝到目录下cuj2k-src-1.1\src_encoder\Debug

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









この AI 支援プログラミング ツールは、急速な AI 開発のこの段階において、多数の有用な AI 支援プログラミング ツールを発掘しました。 AI 支援プログラミング ツールは、開発効率を向上させ、コードの品質を向上させ、バグ率を減らすことができます。これらは、現代のソフトウェア開発プロセスにおける重要なアシスタントです。今日は Dayao が 4 つの AI 支援プログラミング ツールを紹介します (すべて C# 言語をサポートしています)。皆さんのお役に立てれば幸いです。 https://github.com/YSGStudyHards/DotNetGuide1.GitHubCopilotGitHubCopilot は、より少ない労力でより迅速にコードを作成できるようにする AI コーディング アシスタントであり、問題解決とコラボレーションにより集中できるようになります。ギット

世界初の AI プログラマー Devin の誕生から 1 か月も経たない 2022 年 3 月 3 日、プリンストン大学の NLP チームはオープンソース AI プログラマー SWE-agent を開発しました。 GPT-4 モデルを利用して、GitHub リポジトリの問題を自動的に解決します。 SWE ベンチ テスト セットにおける SWE エージェントのパフォーマンスは Devin と同様で、平均 93 秒かかり、問題の 12.29% を解決しました。専用端末と対話することで、SWE エージェントはファイルの内容を開いて検索したり、自動構文チェックを使用したり、特定の行を編集したり、テストを作成して実行したりできます。 (注: 上記の内容は元の内容を若干調整したものですが、原文の重要な情報は保持されており、指定された文字数制限を超えていません。) SWE-A

Go 言語開発モバイル アプリケーション チュートリアル モバイル アプリケーション市場が活況を続ける中、ますます多くの開発者が Go 言語を使用してモバイル アプリケーションを開発する方法を検討し始めています。シンプルで効率的なプログラミング言語として、Go 言語はモバイル アプリケーション開発でも大きな可能性を示しています。この記事では、Go 言語を使用してモバイル アプリケーションを開発する方法を詳しく紹介し、読者がすぐに始めて独自のモバイル アプリケーションの開発を開始できるように、具体的なコード例を添付します。 1. 準備 始める前に、開発環境とツールを準備する必要があります。頭

「VSCode について: このツールは何に使用されますか?」 》初心者でも経験豊富な開発者でも、プログラマーとしてはコード編集ツールを使わずにはいられません。数ある編集ツールの中でも、Visual Studio Code (略して VSCode) は、オープンソースで軽量かつ強力なコード エディターとして開発者の間で非常に人気があります。では、VSCode は正確に何に使用されるのでしょうか?この記事では、VSCode の機能と使用法を詳しく説明し、読者に役立つ具体的なコード例を提供します。

Android 開発は多忙で刺激的な仕事であり、開発に適した Linux ディストリビューションを選択することが特に重要です。数多くある Linux ディストリビューションの中で、Android 開発に最適なのはどれでしょうか?この記事では、この問題をいくつかの側面から検討し、具体的なコード例を示します。まず、現在人気のある Linux ディストリビューション (Ubuntu、Fedora、Debian、CentOS など) をいくつか見てみましょう。これらにはそれぞれ独自の利点と特徴があります。

PHP は Web 開発のバックエンドに属します。 PHP はサーバー側のスクリプト言語であり、主にサーバー側のロジックを処理し、動的な Web コンテンツを生成するために使用されます。フロントエンド テクノロジーと比較して、PHP はデータベースとの対話、ユーザー リクエストの処理、ページ コンテンツの生成などのバックエンド操作に多く使用されます。次に、特定のコード例を使用して、バックエンド開発における PHP のアプリケーションを説明します。まず、データベースに接続してデータをクエリするための簡単な PHP コード例を見てみましょう。

Go 言語は、高速で効率的なプログラミング言語として、バックエンド開発の分野で広く普及しています。ただし、Go 言語をフロントエンド開発と結びつける人はほとんどいません。実際、フロントエンド開発に Go 言語を使用すると、効率が向上するだけでなく、開発者に新たな視野をもたらすことができます。この記事では、フロントエンド開発に Go 言語を使用する可能性を探り、読者がこの分野をよりよく理解できるように具体的なコード例を示します。従来のフロントエンド開発では、ユーザー インターフェイスの構築に JavaScript、HTML、CSS がよく使用されます。

1. ブランチとマージ ブランチを使用すると、メイン ブランチに影響を与えることなくコードの変更を試すことができます。 gitcheckout を使用して新しいブランチを作成し、新しい機能を試したりバグを修正したりするときにそれを使用します。完了したら、gitmerge を使用して変更を master ブランチにマージして戻します。サンプルコード: gitcheckout-bnew-feature // new-feature ブランチに変更を加える gitcheckoutmain gitmergenew-feature2. ステージング作業 gitadd を使用して、追跡したい変更をステージング領域に追加します。これにより、すべての変更をコミットせずに、選択的に変更をコミットできます。サンプルコード: gitaddMyFile.java3
