- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
在this来自 netlib 的链接将 M 指定为:
On entry, M specifies the number of rows of the matrix op( A ) and of the matrix C. M must be at least zero. Unchanged on exit.
因此,如果我想使用 3x10 矩阵作为 A,但我想使用它的共轭 zgemm (TRANSA = 'C'),我应该输入什么作为 M? 3 还是 10?
此外,当我使用其他 LAPACK 例程时,我将 2D 矩阵输入为 1D,如 A[3*3] 而不是 A[3][3] 并且在调用例程时我只是使用 A 作为矩阵,我可以做同样的事情吗与非方阵? A[3*10] 而不是 A[3][10]?
我用 C++ 编写代码。
最佳答案
A/命名约定/说明
在给出答案之前以及为了更清楚地了解这一点很重要:
鉴于
评论:
您在 netlib.org 中找到的所有 Blas/Lapack 文档都使用美国公约
我(作为欧洲人)必须承认美国惯例更合乎逻辑,例如索引 (i,j) 和 (m,n) 遵循相同的字母顺序
为了避免这种歧义,我通常使用:
B/答案
B.1/gemm
void cblas_zgemm(CBLAS_LAYOUT layout,
CBLAS_TRANSPOSE opA,
CBLAS_TRANSPOSE opB,
const int M, <-------------- I_Size of op(A)
const int N, <-------------- J_Size of op(B)
const int K, <-------------- J_Size of op(A)
const void* alpha,
const void* A,
const int lda,
const void* B,
const int ldb,
const void* beta,
void* C,
const int ldc);
在动词中,if TRANSA = 'T' 您必须采用转置 A 矩阵的维度。
调用cblas_zgemm
的实现可能如下所示:
const Size_t opA_I_size = (opA == CblasNoTrans) ? A.I_size() : A.J_size();
const Size_t opA_J_size = (opA == CblasNoTrans) ? A.J_size() : A.I_size();
const Size_t opB_I_size = (opB == CblasNoTrans) ? B.I_size() : B.J_size();
const Size_t opB_J_size = (opB == CblasNoTrans) ? B.J_size() : B.I_size();
cblas_zgemm(CblasColMajor,
opA,
opB,
opA_I_size,
opB_J_size,
opA_J_size,
alpha,
A.data(),
A.ld(),
B.data(),
B.ld(),
beta,
C.data(),
C.ld());
B.2/内存布局
对于 Blas/Lapack 兼容性以及更普遍的数字运算...
从不使用 A[I_size][J_size] 但始终使用 A[I_size*J_size]
(原因是:在一种情况下你有一个指针数组,在另一种情况下你有一个连续的内存块,这对于矢量化、缓存友好性等更方便)
更准确的说对于
主要列(Fortran 风格)你有:A[ld*J_size]
主要行(C 样式)你有:A[I_size*ld]
(其中 ld 是主要维度)
更新:
即使您使用 C++ 进行编码,我也建议使用 Fortran 约定(主要列)。 Lapacke假装也支持行主要模式,但是,在幕后,它只是在调用请求的子例程之前将您的矩阵复制到列主要布局中。所以这个额外的设施只是一种幻觉(关于性能)。更准确地说,这是 LAPACKE_dge_trans() function .您可以检查 Lapacke 代码,看看这个函数在 Layout=RowMajor
后几乎无处不在(例如,参见 lapacke_dgesv_work() 代码)。
另请注意,如果您想要通用步幅(I 和 J 方向上的“任意前导尺寸”),您可以使用类似 Blis 的库而不是 Blas。真正的优势是能够创建张量的任意二维 View 。这个选择取决于你的应用,我不知道你是否考虑过张量操作。
B.3/矩阵维度
如果你的矩阵总是小到 3x10 blas/lapack 不是一个好的选择(为了性能)。考虑使用类似 Eigen 的库或 Blaz .
关于c++ - LAPACK zgemm op(A) 维度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46359381/
我正在尝试使用 C 中 BLAS 库的 zgemm 函数将复数 vector 乘以复数矩阵。 这是我使用的代码: void dot(complexArray* mat1, char transa, c
在this来自 netlib 的链接将 M 指定为: On entry, M specifies the number of rows of the matrix op( A ) and of the
我是一名优秀的程序员,十分优秀!