小编rod*_*dms的帖子

给定具有N个点的数值数据集{(x_i,y_i,z_i)},可以通过为每个i = 1,...,N绘制点P_i =(x_i,y_i)并用每个点着色来创建散点图.强度取决于z_i的值.

library(ggplot2)
N = 1000;
dfA = data.frame(runif(N), runif(N), runif(N))
dfB = data.frame(runif(N), runif(N), runif(N))
names(dfA) = c("x", "y", "z")
names(dfB) = c("x", "y", "z")

PlotA <- ggplot(data = dfA, aes(x = x, y = y)) + geom_point(aes(colour = z));
PlotB <- ggplot(data = dfB, aes(x = x, y = y)) + geom_point(aes(colour = z));

假设我已经创建了这些散点图.我想为每个数据集做的是用一个网格(矩形,六边形,三角形,......无关紧要)划分平面,并为网格中的每个单元格着色所有点的平均强度细胞.

另外,假设我已经为两个不同的数据集dfA和dfB创建了两个这样的图PlotA和PlotB(如上所述).设c_i ^ k为曲线k的第i个单元格.我想创建第三个图,使得每个i的c_i ^ 3 = c_i ^ 1*c_i ^ 2.

谢谢.

编辑:最小的例子

我编写了一个CUDA内核,其中每个线程都对特定的内存地址进行更新(使用int size).某些线程可能希望同时更新此地址.

CUDA如何处理这个问题？操作是否成为原子？这会以任何方式增加我的应用程序的延迟吗？如果是这样,怎么样？

我需要找到浮点数组中最大元素的索引.我正在使用函数"cublasIsamax",但这会将索引返回给CPU,这会减慢应用程序的运行时间.

有没有办法有效地计算这个索引并将其存储在GPU中？

谢谢!