C++ cuda，pycuda——如何写复数——错误：class“；“cuComplex”；“没有成员”；我"；

我很难在cuda，pycuda中使用复数

我有一个C：

#include <complex>
typedef std::complex<double> cmplx;
....
cmplx j(0.,1.);   

我犯的一些错误是：

不允许使用数据成员初始值设定项

此声明没有存储类或类型说明符

谢谢大家!

---------------------编辑----------------------------------------------

我使用

#include

（相对于上述内容）完成了以下操作：

pycuda:：复杂cmplx；
cmplxj（0,1.）；

至于

typedef std:：vectorComplexFieldType

和
ComplexFieldType const&M
，在全局函数中，
我试过“float*M”或“cmplx*M”

到目前为止，我一直在犯错误：

变量“cmplx”不是类型名称

如果我使用pycuda:：complex cmplx，然后我得到：

标识符“cmplx”未定义

名称后跟“：：”必须是类或命名空间名称

此外：

表达式必须有指向对象类型的指针（但这可能来自代码的另一部分）

使用

#包括
{
pycuda：：配合物x（5,17）；
}

与std:：complex相同的接口，实际上是从STLport版本派生的。
使用

#包括
{
pycuda：：配合物x（5,17）；
}

与std:：complex

相同的界面，实际上是从STLport版本派生出来的。

确实不清楚您实际上在尝试做什么（如果您确实了解自己），随着编辑和注释的进行，问题越来越复杂。但为了稍微扩展Andreas的答案，这里有一段简单、可编译的CUDA代码，它正确地使用了pycuda本机复杂类型：

#include <pycuda-complex.hpp>

template<typename T>
__global__ void kernel(const T * x, const T *y, T *z)
{
    int tid = threadIdx.x + blockDim.x * blockIdx.x;

    z[tid] = x[tid] + y[tid];
}


typedef pycuda::complex<float> scmplx;
typedef pycuda::complex<double> dcmplx;

template void kernel<float>(const float *, const float *, float *);
template void kernel<double>(const double *, const double *, double *);
template void kernel<scmplx>(const scmplx *, const scmplx *, scmplx *);
template void kernel<dcmplx>(const dcmplx *, const dcmplx *, dcmplx *);

---

也许这可以在某种程度上回答你的问题……

真的不清楚你到底想做什么（如果你真的了解自己的话），而且随着编辑和评论的进行，这个问题变得越来越混乱。但为了稍微扩展Andreas的答案，这里有一段简单、可编译的CUDA代码，它正确地使用了pycuda本机复杂类型：

#include <pycuda-complex.hpp>

template<typename T>
__global__ void kernel(const T * x, const T *y, T *z)
{
    int tid = threadIdx.x + blockDim.x * blockIdx.x;

    z[tid] = x[tid] + y[tid];
}


typedef pycuda::complex<float> scmplx;
typedef pycuda::complex<double> dcmplx;

template void kernel<float>(const float *, const float *, float *);
template void kernel<double>(const double *, const double *, double *);
template void kernel<scmplx>(const scmplx *, const scmplx *, scmplx *);
template void kernel<dcmplx>(const dcmplx *, const dcmplx *, dcmplx *);

---

也许这有助于回答您的问题……

根据结构定义，它有

real

和

imag

字段，而不是

i

和

r

。还要注意的是，它们是

float

，而不是像C代码那样的

double

。好的，谢谢！我现在更新了！我不认为（也许我错了）在cuda代码中将它们作为float是错误的。（我也尝试了两次，但仍然有相同的错误）。@George:error“variable”cmplx“不是类型名”应该告诉你解决问题所需的一切。如果没有，你需要修改一些基本的C++——这是一个非常基本的和自我解释的错误。“我尝试”TyPulfPycUDA:：复杂CMPLX；“但是它给了我“没有操作符”*匹配这些操作数类型：CMPLX*double。如果我尝试“TyPulf类型PycUdA：：复合CMPLX；”它给我“类型名称是不允许的”。.我在c中没有这样的经验，所以我不知道如何处理这个问题。根据结构定义，它有

real

和

imag

字段，而不是

I

和

r

。还要注意的是，它们是

float

，而不是像C代码那样的

double

。好的，谢谢！我现在更新了！我不认为（也许我错了）在cuda代码中将它们作为float是错误的。（我也尝试了两次，但仍然有相同的错误）。@George:error“variable”cmplx“不是类型名”应该告诉你解决问题所需的一切。如果没有，你需要修改一些基本的C++——这是一个非常基本的和自我解释的错误。“我尝试”TyPulfPycUDA:：复杂CMPLX；“但是它给了我“没有操作符”*匹配这些操作数类型：CMPLX*double。如果我尝试“TyPulf类型PycUdA：：复合CMPLX；”它给我“类型名称是不允许的”。.我在c方面没有这样的经验，所以我不知道如何处理这个问题。：你好，Andreas，你能再次查看我的帖子吗？我照你说的做了，但仍然有问题。我更新了。谢谢！：你好，Andreas，你能再次查看我的帖子吗？我照你说的做了，但仍然有问题。我更新了。谢谢！我使用的是typedef pycuda:：complex cmplx；但它给了我“无运算符”*“匹配这些操作数操作数类型是：cmplx*double”，因为我有一些计算为“Cn2=Cn1*3.0-2.0；”，其中Cn2和Cn1是cmplx。谢谢（我投赞成票）错误消息告诉您正在混合单精度和双精度类型

3.0

是一个双精度常数

3.0f

是一个单精度常数。说真的，在继续学习之前，你最好花点时间学习一些基本的C++，因为很明显，你不会得到太多的帮助。这就是问题所在。第二，我以前从来没有遇到过这样的问题，正如我所说的，我在C++方面没有太多的经验。当然，我需要大量的锻炼。但是你看，项目正在运行！：）。无论如何，我也得到了错误“表达式必须有指向对象类型的指针”，你有什么想法吗？谢谢！好的，这与指针和数组有关。我想我有一个数组作为float。改为float*就可以了。现在，我必须搜索另一个错误在哪里。谢谢你的帮助！我使用的是typedef pycuda:：complex cmplx；但它给了我“无运算符”*“匹配这些操作数操作数类型是：cmplx*double”，因为我有一些计算为“Cn2=Cn1*3.0-2.0；”，其中Cn2和Cn1是cmplx。谢谢（我投赞成票）错误消息告诉您正在混合单精度和双精度类型

3.0

是一个双精度常数

3.0f

是一个单精度常数。说真的，在继续学习之前，你最好花点时间学习一些基本的C++，因为你不是G，这是非常明显的。

pycuda::complex<float> cmplx;

cmplx j(0.,1.);

#include <pycuda-complex.hpp>

{
  pycuda::complex<float> x(5, 17);
}

#include <pycuda-complex.hpp>

template<typename T>
__global__ void kernel(const T * x, const T *y, T *z)
{
    int tid = threadIdx.x + blockDim.x * blockIdx.x;

    z[tid] = x[tid] + y[tid];
}


typedef pycuda::complex<float> scmplx;
typedef pycuda::complex<double> dcmplx;

template void kernel<float>(const float *, const float *, float *);
template void kernel<double>(const double *, const double *, double *);
template void kernel<scmplx>(const scmplx *, const scmplx *, scmplx *);
template void kernel<dcmplx>(const dcmplx *, const dcmplx *, dcmplx *);

$ nvcc -arch=sm_20 -Xptxas="-v" -I$HOME/pycuda-2011.1.2/src/cuda -c scmplx.cu 
ptxas info    : Compiling entry function '_Z6kernelIN6pycuda7complexIdEEEvPKT_S5_PS3_' for 'sm_20'
ptxas info    : Used 12 registers, 44 bytes cmem[0], 168 bytes cmem[2], 4 bytes cmem[16]
ptxas info    : Compiling entry function '_Z6kernelIN6pycuda7complexIfEEEvPKT_S5_PS3_' for 'sm_20'
ptxas info    : Used 8 registers, 44 bytes cmem[0], 168 bytes cmem[2]
ptxas info    : Compiling entry function '_Z6kernelIdEvPKT_S2_PS0_' for 'sm_20'
ptxas info    : Used 8 registers, 44 bytes cmem[0], 168 bytes cmem[2]
ptxas info    : Compiling entry function '_Z6kernelIfEvPKT_S2_PS0_' for 'sm_20'
ptxas info    : Used 4 registers, 44 bytes cmem[0], 168 bytes cmem[2]