GPU编程实战(基于Python和CUDA)

本书旨在引导读者基于 Python 和CUDA 的 GPU 编程发高性能的应用程序，先后介绍了为什么要学习 GPU 编程、搭建 GPU编程环境、PyCUDA门等内容，以及 CUDA 代码的调试与性能分析、通过 Scikit-CUDA 模块使用 CUDA 库、实现深度神经网络、CUDA 性能优化等内容。学完上述内容，读者应能从零始构建基于 GPU的深度神经网络，甚至能够解决与数据科学和 GPU编程高性能计算相关的问题。 本书适合对GPU 编程与 CUDA编程感兴趣的读者阅读。读者应掌握必要的基本数学概念，且需要具备一定的 Python编程经验。
【推荐语】
1.本书基于Python和CUDA介绍GPU编程 2.重介绍如何通过GPU编程来实现高性能的并行计算 3.本书为读者供习题，并以“习题提示”的方式给出解题思路 4.异步社区为读者提供配套代码
【作者】
Brian Tuomanen 博士自2014年以来，一直从事CUDA 和GPU 编程方面的工作。他在美国西雅图华盛顿大学（University of Washington）获得了电气工程专业的学士学位，在攻读数学专业的硕士学位之前，从事过软件工程方面的工作。后来，他在哥伦比亚的密苏里大学攻读数学博士学位，在那里与 GPU 编程"邂逅"——GPU编程当时主要用于研究科学问题。Tuomanen 博十曾经在美国陆军研究实验室以GPU编程为题发表演讲，后来在美国马里兰州的一家初创公司负责GPU集成和发方面的工作。目前，他在西雅图担任微软的机器学习专家（Azure CSI）。