10
A
回答
14
的差異在CUDA C Programming Guide解釋的,附錄D.
exp()
應該用於雙精度,儘管應當重載單expf()
應該用於單精度(float
)__expf()
是快速數學版本,性能與精度損失一些速度更快(取決於輸入值,請參閱guide瞭解詳細信息)。
+1
是最大ULP錯誤'2 +樓(ABS(1.16 * X))'根據鏈路。您可能希望將其添加到您的答案;) –
4
通常exp()
爲雙打,expf()
爲浮子和兩者都比__exp()
其可作爲一個硬件的操作稍微慢一些。性能增益通常是以犧牲精度爲代價的,但除非你真的關心精度,否則不應該是個問題。
相關問題
- 1. cuComplex.h和exp()
- 2. Cuda數學與C++數學
- 3. 縮短指數aditions - EXP(...)+ EXP(...)+
- 4. NodeJs jsonwebtoken計算「iat」和「exp」
- 5. 閉合表達式{EXP} VS {返回EXP}
- 6. #define和CUDA
- 7. OpenMPI CUDA和CUDPP
- 8. CUDA和Dev C++
- 9. CUDA,MySQL和CMake
- 10. Cuda cudaMemcpy和cudaMalloc
- 11. 查找exp
- 12. Reg Exp優化
- 13. javascript reg exp
- 14. Visual DataFlex Reg Exp
- 15. Reg Exp:僅匹配數字和空格
- 16. CUDA warp和佔用
- 17. OpenCV 2.4.9和CUDA 6.5
- 18. Tensorflow和CUDA版本
- 19. CUDA編程和xCode
- 20. DirectX和Cuda性能
- 21. CUDA和web開發
- 22. cmake,gcc,cuda和-m32
- 23. CUDA 6.5和Jetson TK1
- 24. Tensorflow 1.3和CUDA 8.1
- 25. Makefile for Gtk +和cuda
- 26. Cuda和Nsight - 啓動
- 27. XCode和CUDA集成
- 28. CUDA和STL向量
- 29. Qt與Dlib和CUDA
- 30. CUDA未知錯誤
這涵蓋的所有CUDA編程指南的附錄C,就像幾個你早期的CUDA相關的問題。也許現在是閱讀文檔的時候了? – talonmies
它現在覆蓋[附錄d](http://docs.nvidia.com/cuda/cuda-c-programming-guide/#mathematical-functions-appendix)。我知道這會在某個時候再次改變。 –
我喜歡他的問題,雖然,谷歌搜索和找到計算器上節拍,希望能找到什麼CUDA文檔中。恕我直言, – ikku100