这是一个关于如何使用CUDA 7.5实现SVD奇异值分解的实现，采用了cuSolver库，项目是在VS2013环境下创建的工程。在使用过程中，需要手动设置VC++库的include和library目录。另外，代码中也包含了一些关于opencv的svd分解的比较，如果不需要可以注释掉相应部分。
C++ 22 次浏览
SVD 的奇异值分解代码，是矩阵时顺手的一个工具。稳定、高精度，哪怕矩阵数据不太规整，也能稳稳地分解出来。适合图像压缩、模式识别、机器学习那一挂的需求，效果蛮不错的。 SVD 分解的代码比较扎实，逻辑清晰，跑起来效率也挺高。你要做矩阵降维，或者特征提取，这套代码可以省你不少事。不用手撸算法逻辑，直接
C 0 次浏览