reduction

0熱

1答えて

ラムダ項の正規形を計算しています。私も解決策を持っているので、「終わり」までのステップが正しいことを知っています。与えられた用語は (\a.\b.(\x.a b x)(\y. b y x) a) (\f. f f)g であり、それのnormalformは g g (\y. g y x)(\f. f f) 私もこれを得たが、その後、私は継続し、これが最終的な用語であるなぜ私は理解していない

1熱

1答えて

「AからBへの削減」の直感的な説明は何ですか？

私は現在、複雑さの理論を研究しており、「マッピングの削減」を満たすだけです。「AからBへの多項式時間の短縮」は、「Bを解くことができ、多項式時間を持つことができれば、Aを解くことができます。（私は右だ？）これは、AがAからBに減少しているもの、そして、B. （多項式時間で）よりも硬くない問題を暗示しますか？「削減」という言葉をどうすれば理解できますか？

3熱

2答えて

OpenCL - 制限付きまでのdouble型のアトミック演算

この後、linkの配列の合計を計算するアトミック関数を実装しようとしました。したがって、自分自身のatom_add関数（double型）を実装しました。ここでは使用カーネルのコードです： #pragma OPENCL EXTENSION cl_khr_fp64: enable #pragma OPENCL EXTENSION cl_khr_int64_base_atomics : enable

1熱

1答えて

ラムダcaculus

の減少を停止するときに私は、ラムダ低減がterminates.Forたとえば、数2は我々はベータ代入ルールを適用し、それを作り続けるべきではないのはなぜ \xy.xxy として書かれているかについて混乱していますlike \xy.(x)xy ＝＞\ab.axy ＝＞\b.yx ＝＞y これは明らかに間違っています。しかし、私は理由を知りません。

2熱

1答えて

Caffe - 還元層の使い方は？

私はcaffeの還元層に関する質問があります。 .prototxtファイルでこのレイヤーを使用する方法の例は見つかりませんでした。だれかが私にこのレイヤーの使い方の簡単な例を与えることができたら、私はそれを感謝します。このはドキュメントです： http://caffe.berkeleyvision.org/doxygen/classcaffe_1_1ReductionLayer.htmlが、与え

1熱

2答えて

無効なデバイスシンボルcudaMemcpyFromSymbol CUDA

CUDAで配列のすべての要素の合計を計算します。私はこのコードを思いついた。それはエラーなしでコンパイルされます。しかし、結果は常にゼロです。無効なデバイスシンボルはcudaMemcpyFromSymbolです。スラストやクライブのようなライブラリは使えません。 #define TRIALS_PER_THREAD 4096 #define NUM_BLOCKS 256 #define NUM_

2熱

1答えて

一般的にcv :: Matまたはcv :: Matのベクトル上でのompの減少

//In other words, this equilavent to cv::Mat1f mat(5,n) //i.e. a matrix 5xn std::vector<cv::Mat1f> mat(5,cv::Mat1f::zeros(1,n)); std::vector<float> indexes(m); // fill indexes // m >> nThreads (f

0熱

1答えて

0,1ナップザックからサブセットの合計への還元

私はサブセットの合計を0,1回のナップザックに減らす方法を知っています。しかし、サブセット合計にナップザックを減らすことは可能ですか？どうやって？

2熱

1答えて

CUDA多くの小規模のアレーを集約

私はしばらくの間苦労してきた次の問題があります。 I持って16素子、たとえば、で構成され、多数の小さなアレイから組み立て実際には、以下の配列： [1,1,1,1 | 2,2,2,2 、2,2,3,3,3,3,3,3,4,4,4] 実際には、配列はかなり長く、約512または1024であり、配列の総長は最大ブロック・サイズよりも小さいため、1024より小さい。配列は、前の計算の結果であるため、共用メモ