C++ 来自opencv gpu:：Convalve的cuda convnet等效方法
我在CUDA上使用Opencv进行卷积。我知道这也会卷积。任何人都知道如何调用CUDA CUNETE从C++获得类似的逻辑，如OpenCv的GPU：：卷积？我想比较哪种实现在CUDA上运行卷积更快，尤其是在图像上运行一批过滤器时。我认为您可以使用位于（我的机器上）文件夹中的CUDA示例： c:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.5\3\u Imaging\卷积可分离\C++ 来自opencv gpu:：Convalve的cuda convnet等效方法,c++,opencv,image-processing,cuda,convolution,C++,Opencv,Image Processing,Cuda,Convolution,我在CUDA上使用Opencv进行卷积。我知道这也会卷积。任何人都知道如何调用CUDA CUNETE从C++获得类似的逻辑，如OpenCv的GPU：：卷积？我想比较哪种实现在CUDA上运行卷积更快，尤其是在图像上运行一批过滤器时。我认为您可以使用位于（我的机器上）文件夹中的CUDA示例： c:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.5\3\u Imaging\卷积可分离\ 这是描述文件：convnet是卷积神经网络，它是（相当复杂和强大的）
这是描述文件：convnet是卷积神经网络，它是（相当复杂和强大的）无监督学习工具。卷积运算（在图像处理中）只是相邻像素值的简单加权求和。代码没有详细的文档记录，因此必须仔细阅读代码。它在训练时会对图像进行卷积，所以我想知道是否有一种方法可以像opencv的gpu:：Convalve.+1那样进行卷积。这很有帮助。convnet在它的实现中是否使用它来获得“最佳”性能？我不认为convnet使用可分离卷积，因为并非所有的内核都是可分离的，但卷积网络需要与任意内核进行卷积（它通过训练计算）。我认为它使用了2D卷积的实现。