sse

3熱

1答えて

SSEレジスタの下位32ビットに32ビット整数をロードする方法は未定義ですが、C/C++ではどのようにしてロードするのですか？同じ効率でvmovd xmm0, eaxのようなものを意味します。

3熱

1答えて

atan2近似、x86（SSE2を使用）とARM（vfpv4 NEONを使用）の仮数11ビットで

11ビットの精度で高速atan2（浮動小数点数）を実装しようとしています。 atan2実装は画像処理に使用されます。したがって、SIMD命令（x86（SSE2を使用））& ARM（vpfv4 NEONを使用）をターゲットにしたインプリメンテーション）を使用して実装する方がよい場合があります。今のところ私はチェビシェフ多項式近似（https://jp.mathworks.com/help/fix

0熱

1答えて

マトリックスを3×3の乗算とSSEのポイントを最適化する方法は？

新しいポイントの座標を取得するには、画像の各ポイントに変換マトリックスを適用する必要があります。これを行うには、floatのサイズ9の配列を含むカスタムMatrix3by3クラスを作成しました。 constexpr auto apply_matrix(const Matrix3by3 & m, const Vec2i & p) -> Vec2f { const auto x = m.

2熱

1答えて

SSEのパフォーマンスEigen

私はEigenを使っていくつかのSSEコードを書こうとしています。 #ifndef EIGEN_DONT_VECTORIZE // Not needed with Intel C++ Compiler XE 15.0 #define EIGEN_VECTORIZE_SSE4_2 #define EIGEN_VECTORIZE_SSE4_1 #define EIGEN_VECTORIZE_SS

7熱

1答えて

SSEとのiostream：浮動小数点型

の間違った出力 TEST.CPP： g++ -mno-sse test.cppとcygwinの64ビットでコンパイル #include <iostream> using namespace std; int main() { double pi = 3.14; cout << "pi:"<< pi << endl; } 、出力される。 PI：0 ただし、g++ t

4熱

1答えて

積分画像の計算を高速化するには？

私はしばしば積分画像を計算する必要があります。これは単純なアルゴリズムです： uint32_t void integral_sum(const uint8_t * src, size_t src_stride, size_t width, size_t height, uint32_t * sum, size_t sum_stride) { memset(sum, 0, (width

2熱

1答えて

インテルイントリンシックスを使用して128ビットのベクタを並べ替えるにはどうすればよいですか？

Iが算出された4つのフロートの128ビットベクトルを持つ、私はそうのような、このベクトルの順序を変更したい： Vector A before reordering +---+---+---+---+ | a | b | c | d | +---+---+---+---+ Vector A after reordering +---+---+---+---+ | b | a | c |

1熱

3答えて

x64とx32でacos（double）の結果が異なるVisual Studio

acos(double) x64とx32 Visual Studioで異なる結果が得られます。 x64の上 printf("%.30g\n", double(acosl(0.49990774364240564))); printf("%.30g\n", acos(0.49990774364240564)); ：1.0473040763868076 x32の上：SSEとlinux4.4のx3

5熱

1答えて

効率的な（Ryzen上で）__m256の奇数要素を__m128に抽出する方法はありますか？

AVXレジスタの64ビットコンポーネントの上位/下位32ビットコンポーネントをSSEレジスタに再パックするための本質的な方法または別の効率的な方法はありますか？ AVX2を使用したソリューションは問題ありません。は、これまでのところ私は、次のコードを使用していますが、プロファイラは、それがRyzen 1800Xに遅いと言う：インテルで // Global constant const __m2