版主您好
//滤波，RGB转Lab
GaussFilterAndRGBToLabkernel<<<Dimgrid,Dimblock>>>(dev_img3f,width,height,dev_tImg);
getLastCudaError(“call GaussFilterkernel faile”);
//求取均值
BlockMeankernel<<<Dimgrid,Dimblock>>>(dev_tImg,width,height,dev_block_mean);//per block mean value
getLastCudaError(“call BlockMeankernel fail”);
Meankernel<<<1,512>>>(dev_block_mean,widthheight,Grid_wGrid_h,dev_mean);//total mean value
getLastCudaError(“call Meankernel fail”);
//求方差
SquaresKernel<<<Dimgrid,Dimblock>>>(dev_tImg,dev_mean,width,height);
getLastCudaError(“SquaresKernel Kernel execution failed”);
我使用了多个kernel函数，第一个kernel函数的结果存在dev_tImg中，第二第三个kernel函数式求取dev_tImg中的均值，第三个又将dev_tImg作为输入进行处理，请问这样一起做会不会影响dev_tImg的值，毕竟是在显存中处理，结果会不会受影响
LZ您好:
请问您为何认定“在显存中处理”就会导致“出问题”？
对显存不太熟悉，已经分配好的显存是不是如果在中期不进行修改和释放，只有到最后释放显存空间是这部分数据才不可以用呢？
因为我是使用了多个kernel函数，担心会不会一个kernel函数运行结束，这部分数据就会销毁
还有请问连个kernel函数之间可不可以夹着一个C编的函数，将这个C函数的计算结果传入第二个kernel函数中，这其中只在第一个kernel函数前进行，第二个kernel之后进行数据拷贝。
也就是说可不可以在内存和显存上交叉着运算
[
LZ您好:
请问一段申请成功的缓冲区，没有主动释放，凭什么会自己失效？
[
请您给出您的代码摘要或者伪码示意。我未能看明白您的叙述。
好的，因为我这么做最后的结果出现了问题，我详细的说一下
就是说，我首先对一幅图像进行高斯滤波处理,RGB转灰度，后求取其统计直方图，再根据某一算法对直方图处理，求出一个阈值，最后根据这个阈值进行二值化
对图像的高斯滤波，求取直方图是用的CUDA代码，求取这个阈值使用的是C代码，（因为直方图就256个数据未使用CUDA程序）最后二值化用的是CUDA代码，可不可以两个kernel函数之间夹着一个C函数，再将这个C函数的结果作为最后一个kernel函数的输入
代码如下
kernel函数 GaussFilterRGBToGraykernel<<<Dimgrid,Dimblock>>>(dev_img3f,width,height,dev_tImg);
getLastCudaError(“call GaussFilterkernel faile”);
Histkernel<<<Dimgrid,Dimblock>>>(dev_tImg,width,height,dev_Hist);
getLastCudaError(“Histkernel Kernel execution failed”);
dev_img3f是输入的RGB图像
dev_tImg输出的灰度图像
dev_Hist输出的直方图
C代码求阈值
thresh（dev_Hist,thresh）;
阈值为threshold = i;
二值化kernel函数
binkernel<<<Dimgrid,Dimblock>>>(dev_tImg,width,height,thresh,dev_bin_Img);
dev_bin_Img最后的二值化图像
LZ您好：
在回答您的具体问题之前，我认为有必要先说两点关于方法论的内容。
1：如果一个流程的最后结果是错误的，那么通行的解决方法是逐步骤调试，先保证每个环节都正常运行了，没有挂掉，没有越界什么的；再观察每步的结果，检查有没有逻辑问题。这样逐一排查，才能解决问题。而不是仅凭主观去猜测问题所在，主观猜测可以提供思路，但需要客观实测的结果来支持才可以。
2：两个kernel之间当然可以插入一个普通的C函数，以及该函数当然可以做一些辅助的处理工作，配合适当的数据交换机制，host端结果当然可以被kernel继续使用的。但可以使用不代表您的实现是正确的，您没有检查自己实现的正确与否，而是始终质疑这个机制是否可行，这是不合适的，也是不解决问题的。
具体到您的问题，根据您提供的信息加上我的脑补（因为您的函数没有给出定义，而只是给出了调用，我无法得知函数内部实现以及参数类型，所以只能加上脑补）。
OK，假定您前两个kernel调用时参数是正确的，调用是成功的，那么您的dev_Hist这个参数应该是一个指针，它自身是存储在host端的，它指向的地址则是device端存储空间的地址。
在Histkernel执行之后，您调用了host端的C函数thresh()，并使用了dev_Hist作为参数。
根据您的叙述，这只是一个直接的使用，而不是您对cuda提供的API函数的封装。
那么您在host端的代码里面直接使用一个指向deice端的地址，这地址还是有效的么？您的这个函数难道不会因为指针指飞而挂掉么？以及即便运气足够好，这段地址可以读取，您的函数能读到正确的数据么？
以及，如果您调试过您的这个host端的函数的话，这一切应该都是显然的，您可以立即发现这里有问题。
（反之，如果dev_Hist是指向host端的存储空间（虽然这样一来这个命名就显得十分奇葩了），那么您前面的第二个kernel就会因为参数问题而直接挂掉了。也就是说您这里的问题逻辑上是有固有矛盾的。）
此外，如果您的thresh(dev_Hist,thresh);调用是为了将结果写入thresh这个变量，以便后面作为kernel的参数使用，那么您这样用thresh变量作为参数传个值进去是无法改变thresh变量自身的，您需要传指针进去才行。
大致如上，在介绍一般方法之外，还在您提供的信息的基础上，为您指出了一个必然BUG和一个可能BUG。
以及并不能保证没有其他的问题，因为您提供的信息有限。
祝您DEBUG顺利~
以及补充说明一些通行的做法：
1：如果在kernel执行之间需要插入一个普通的C函数做一些辅助处理，而同时这个函数又需要之前kernel的处理结果作为输入。那么一般需要先将这个host函数所有依赖的device端数据copy回host端，然后这个函数使用host端的数据副本。如果这个host端的函数的结果是一个或者数个变量，那么可以通过kernel参数的方式，传递给后面需要使用的kernel。如果数据较多，依然需要将结果复制回device端。
也就是说，您需要理解这里的数据传递机制。
2：在前述机制下，您一般需要至少一次cudaMemcpy()，由于数据复制带来的开销可能会完全抵消CPU处理一些问题带来的好处。而此时，推荐改写为一个kernel实现，虽然这个计算属性和规模可能在GPU上效率很差，但是因为减少了至少一次数据复制，或许总体上还是划算的。
所以一般建议尽量在device端折腾，尽量少倒腾数据。
以及具体的实现方案，请您根据您的实际情况，评估后酌情选择。
祝您好运~