如何解决GPU的批处理delaunay三角剖分算法？
我有 500 组 2D 点，它们之间没有联系。
现在我想同时对它们进行三角测量。有什么我可以做的吗？
现在我需要将其转换为 numpy，然后使用 scipy.spatial.delaunay() 分别计算每个组。
import scipy.spatial
import torch
points = torch.rand(500,996,2)
corner = torch.tensor([[[0,0],[0,1],[1,1]]],dtype=torch.float32).expand(500,-1,-1)
points = torch.cat([points,corner],dim=1).numpy()
tri = [scipy.spatial.delaunay(p).simplices for p in points]
tri = torch.from_numpy(np.concatenate(tri,axis=0)).view(500,3)
但是太慢了。是否可以在 gpu 上运行并行计算？
我发现一个可能有用，但它似乎不支持批处理。 https://www.comp.nus.edu.sg/~tants/delaunay2DDownload.html
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
