文件名称：OpenDBA：GPU加速的动态时间扭曲（DTW）重心平均
文件大小：11.75MB
文件格式：ZIP
更新时间：2024-03-18 22:58:57
C++
OpenDBA的 GPU加速的动态时间扭曲（DTW）重心平均 tl; dr该代码使大型时序数据集的平均速度比现有的基于单线程CPU的方法至少快100倍，并且作为奖励可生成距离矩阵，从而有助于扭曲的时间序列聚类分析（例如，纳米Kong直接的白盒分析） RNA测序信号）。 编译中 需要CUDA Toolkit 7或更高版本： : 此代码仅在Linux上经过测试。 make 如果要在Compute Capability小于6.1（〜2016之前制造）的GPU上运行此代码，则需要通过以下方式从openDBA.cu中删除对双精度浮点的支持： make DOUBLE_UNSUPPORTED=1 快速开始 首先，请确保您的计算机中装有NVIDIA GPU。 如果您有多达数千个文本文件，每行一个数字，请使用以下命令生成（1）序列距离矩阵和（2）共识序列： openDBA text floa
【文件预览】：
OpenDBA-master
----getopt.h(4KB)
----openDBA.sh(115B)
----direct_rna_leader_float.txt(32KB)
----docs()
--------rhinoA_dtw_2_signals_one_with_more_info_open_end_data_ignored_closeup.png(32KB)
--------rhinoA_3_samples_global_scaling.png(1.91MB)
--------rhinoA_two_sample_dtw.png(767KB)
--------rhinoA_2_pass_segmentation.png(892KB)
--------opendba_mem_algo.png(110KB)
--------rhinoA_3seq_raw_signal_dba.png(149KB)
--------rhinoA_dtw_2_signals_one_with_more_info_but_open_end_data_not_ignored.png(766KB)
----multithreading.cpp(4KB)
----opendba.yml(703B)
----tests()
--------wrong_files()
--------good_files()
--------test_utils.cuh(525B)
--------empty_files()
--------openDBA_test.cu(12KB)
--------Makefile(2KB)
--------catch.hpp(508KB)
----multithreading.h(2KB)
----LICENSE(35KB)
----segmentation.hpp(35KB)
----cpu_utils.hpp(19KB)
----openDBA.cuh(5KB)
----fast5_segmenter.jl(18KB)
----gpu_utils.hpp(9KB)
----.gitignore(204B)
----dtw.hpp(13KB)
----io_utils.hpp(6KB)
----Makefile(2KB)
----limits.hpp(2KB)
----README.md(13KB)
----cuda_utils.hpp(1KB)
----exit_codes.hpp(670B)
----fastcluster.cpp(50KB)
----openDBA.cu(4KB)
----dba.hpp(50KB)