小编Rog*_*ahl的帖子

以下程序在Windows下的Visual Studio 2008中编译,包括字符集"使用Unicode字符集"和"使用多字节字符集".但是,它不能在Ubuntu 10.04.2 LTS 64位和GCC 4.4.3下编译.我在两种环境下使用Boost 1.46.1.

#include <boost/filesystem/path.hpp>
#include <iostream>

int main() {
  boost::filesystem::path p(L"/test/test2");
  std::wcout << p.native() << std::endl;
  return 0;
}

Linux下的编译错误是:

test.cpp:6:错误:'std :: wcout << p.boost :: filesystem3 :: path :: native()'中'operator <<'不匹配

在我看来,Linux下的boost :: filesystem在path :: native()中没有提供宽字符串,尽管boost :: filesystem :: path已经用宽字符串初始化了.此外,我猜这是因为Linux默认为UTF-8,Windows默认为UTF-16.

所以我的第一个问题是,如何在两个平台上编写一个使用boost :: filesystem并支持Unicode路径的程序？

第二个问题:当我在Windows下运行该程序时,它输出:

/test/test2

我的理解是native()方法应该在Windows下将路径转换为本机格式,它使用反斜杠而不是正斜杠.为什么字符串以POSIX格式出现？

在CUDA 6.0中尝试使用托管内存可以在operation not supported调用时提供给我cudaMallocManaged().

#include "cuda_runtime.h"

#include <stdio.h>

#define CHECK(r) {_check((r), __LINE__);}

void _check(cudaError_t r, int line) {
  if (r != cudaSuccess) {
    printf("CUDA error on line %d: %s\n", line, cudaGetErrorString(r), line);
    exit(0);
  }
}

int main()
{
  int *c;
  CHECK(cudaMallocManaged(&c, sizeof(int)));
  *c = 0;
  return 0;
}

GeForce GTX 750 Ti(Maxwell),使用compute_50,sm_50与CUDA 6.0编译.Windows 7 64位.使用驱动程序335.23(whql)和337.50(beta)进行测试.Visual Studio 2012.尝试过32位调试和发布版本.

C:\ rd\projects\cpp\test_cuda6\test_cuda6>"C:\ Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.0\bin \nvcc.exe"-gencode = arch = compute_50,code = \"sm_50, compute_50 \" - use-local-env --cl-version …

使用OpenSSL API,我从X.509v3证书中提取了一个自定义扩展,其中包括:

X509_EXTENSION* ex = X509_get_ext(x509, 4);

X509_EXTENSION对象包含一个值(ex-> value),它是ASN.1 OCTET STRING.OCTET STRING包含DER编码的UTF-8字符串.我正在尝试解码OCTET STRING以获得普通的UTF-8字符串.

我尝试过一些东西,比如:

ASN1_STRING_to_UTF8(&buf, ex->value);

和

M_ASN1_OCTET_STRING_print(bio, ex->value);
int len = BIO_read(bio, buf, buf_size);
buf[len] = '\0';

这些都给我DER编码的字符串.如何获得普通的UTF-8字符串？

在内核中设置固定大小的数组时,例如:

int my_array[100];

阵列最终在哪个内存空间？

特别是,我想知道这样的数组是否可以存储在> = 2.0设备的寄存器文件或共享存储器中,如果是,那么要求是什么.

我有一个内核在CC 3.0(开普勒)上表现不佳而不是CC 2.0(费米).在Nsight剖析器中,Warp Issue Efficiency图表显示60%的时间,没有符合条件的扭曲,Issue Stall Reasons图表显示其中60%是由于"其他".

我想知道其他问题的失速原因是什么以及我可以做些什么来减少它们.

CUDA 5.0./ Nsight 3.0.RC/CC 3.0.

当每块运行超过32个线程时,为什么性能会提高？

我的显卡有480个CUDA核心(15 MS*32 SP).

下面,我已经包含了一个自包含的示例,用于cudaMemcpyFromSymbol()从内核中检索结果.该示例将symbol参数(调用中的第二个参数)作为常规变量传递.但是,据我了解CUDA文档,将参数作为字符串传递,即:

cudaMemcpyFromSymbol(&out, "out_d", sizeof(out_d), 0, cudaMemcpyDeviceToHost);

(带符号名称的引号),也应该有效.这对我不起作用.

符号名称何时起作用以及符号名称何时起作用？

#include "cuda_runtime.h"
#include <stdio.h>

__device__ int out_d;

__global__ void test() {
  out_d = 123;
}

int main() {
  test<<<1,1>>>();
  int out;
  cudaMemcpyFromSymbol(&out, out_d, sizeof(out_d), 0, cudaMemcpyDeviceToHost);
  printf("%d\n", out);
  return 0;
}

如果我想在使用 IEEE-754 浮点值的计算中保持尽可能多的精度，那更好：

a = b * c / d

或者

a = b / d * c

有区别吗？如果有，它是否取决于输入值的大小？而且，如果幅度很重要，那么在已知值的一般幅度时如何确定最佳排序？

如何确定先前在我的Python程序中创建的对象是否仍然存在？通过存在,我的意思是,仍然可以通过我仍然持有参考的其他对象到达.

背景:

我正在尝试使用可能有问题的解析器.解析器返回一个具有递归引用的成员的对象.使用我在网上找到的任何调试转储命令都无法对对象进行pickle或dump.当我逐步完成解析器时,我可以看到一个我以后需要访问的对象.但它看起来好像对象最终没有在解析器返回的对象中实际引用.我想确定我看到在调试器中创建的对象是否在解析器返回的对象中的某个位置可用.

我在GTX690上使用opencv GPU :: matchTemplate().

我在内部检查了函数,发现gpu :: matchTemplate()在这个过程中没有使用任何FFT,而它的CPU对应物却没有.

我的问题是,在GPU中不使用FFT的原因是什么？