- 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
我在 Linux 系统上用 C++ 编写了一个代码来求解线性系统 A x = b
,其中 A
是一个稀疏对称矩阵,使用以下两种方法:
UMFPACK
顺序分解并进行向后向前替换。UMFPACK
进行顺序因式分解,然后使用 cuSPARSE
库进行向后向前替换。我的系统配置是:CUDA 5.0版本,UMFPACK
5.6.2版本,Linux内核版本Debian 3.2.46-1,使用的显卡:GeForce GTX Titan。
从理论上讲,第二种方法应该比第一种方法执行得更好,而且错误最少或没有错误。但是,我观察到以下问题:
UMFPACK
函数 umfpack_di_solve 的后向/前向替换几乎比 CUDA 变体快 2 倍
。UMFPACK
和CUDA得到的结果误差很大,最大误差为3.2537
,而对于其他矩阵,误差为1e-16
的顺序。附件是我的包含以下组件的 tar 文件:
UMFPACK
的所有依赖项(我们也将其用于计算)。 tar 文件的链接是 https://www.dropbox.com/s/9qfs5awclshyk3b/code.tar.gz
如果您想运行代码,我在 factorize_copy 目录中提供了我在系统中使用的 MAKEFILE。您可能需要重新编译 UMFPACK
库。
586 x 586
稀疏矩阵的程序输出示例如下所示(请注意,与我们检查的其他稀疏矩阵相比,这种情况下的错误非常高)。
***** Reading the Grids Reading Grids Successful***** Solving a sparse matrix of size: 586x586***** Solving the grid on umfpack***** Factorizing The Grid-------------- CPU TIME for umfpack factorization is: 0.00109107-------------- Wall-Clock TIME for umfpack factorization is: 0 Factorizing the Grid successful Solving the grid on umfpack successful-------------- CPU TIME for umfpack solve is: 6.281e-05***** Allocating GPU memory and Copying data---------------- CPU Time for Allocating GPU memory and Copying Data: 1.6***** Performing b = P*b to account for the row ordering in A Matrix-Vector (Pb) multiplication successful***** Solving the system: LUx=b Analyzing Ly = b successful Solving Ly = b successful Analyzing Ux = y successful Solving Ux = y successful***** Performing x = Q*x to account for the column ordering in A Matrix-Vector (Qx) multiplication successful---------- GPU Time for the solve is: 5.68029 ms##### Maximum error between UMFPACK and CUDA: 3.2537##### Average error between UMFPACK and CUDA: 0.699926***** Writing the results to the output files Result Written to the file 'vout_586.m' and the file 'vout_umfpack_586.m'(Operation Successful!)
如果有人能指出在这种情况下可能出现的错误,我将不胜感激。如果有我遗漏的使用 CUDA 求解稀疏线性系统的更好方法,请告诉我。
编辑: 我弄清楚了为什么它在某些情况下会出错,而在某些情况下却不会。我在代码中调用内核函数时,每个 block 的线程数有误。但是,我仍然有获得加速的问题。
最佳答案
如果您正在处理一个在 CPU 上花费亚毫秒级时间的问题,考虑到 gpu 计算中涉及的所有延迟,您很难期望 gpu 执行得更快。
关于c++ - 改进稀疏线性系统的解决方案,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18027278/
我在服务器上 checkout 了一个 git 存储库。该存储库过去在根目录下包含所有相关文件,但我必须进行一些更改,现在我有两个文件夹,src 和 dist,我想跟踪这两个文件夹. 我遇到的问题是,
我很难弄清楚 VkDescriptorSetLayoutBinding::binding 的任何用例,这是结构: struct VkDescriptorSetLayoutBinding { u
Python中能否有效获取稀疏向量的范数? 我尝试了以下方法: from scipy import sparse from numpy.linalg import norm vector1 = spa
我正在尝试找出为什么这段代码不对数组进行排序... 任意向量。 x = array([[3, 2, 4, 5, 7, 4, 3, 4, 3, 3, 1, 4, 6, 3, 2, 4, 3, 2]])
有谁知道如何压缩(编码)稀疏 vector ?稀疏 vector 表示有许多“0”的 1xN 矩阵。 例如 10000000000001110000000000000000100000000 上面是稀
我使用稀疏高斯过程进行 Rasmussen 回归。[http://www.tsc.uc3m.es/~miguel/downloads.php][1] 预测平均值的语法是: [~, mu_1, ~, ~
我在朴素贝叶斯分类器中使用 Mahout API。其中一个功能是 SparseVectorsFromSequenceFiles虽然我已经尝试过旧的谷歌搜索,但我仍然不明白什么是稀疏 vector 。最
我正在尝试将JavaScript稀疏数组映射到C#表示形式。 建议这样做的方法是什么? 它正在考虑使用一个字典,该字典包含在原始数组中包含值的原始词列表。 还有其他想法吗? 谢谢! 最佳答案 注意 针
如果我想求解一个完整上三角系统,我可以调用linsolve(A,b,'UT')。然而,这目前不支持稀疏矩阵。我该如何克服这个问题? 最佳答案 UT 和 LT 系统是最容易解决的系统之一。读一读on t
我有一个带有 MultiIndex 的 Pandas DataFrame。 MultiIndex 的值在 (0,0) 到 (1000,1000) 范围内,该列有两个字段 p 和 q. 但是,DataF
我目前正在实现一个小型有限元模拟。使用 Python/Numpy,我正在寻找一种有效的方法来创建全局刚度矩阵: 1)我认为应该使用coo_matrix()从较小的单元刚度矩阵创建稀疏矩阵。但是,我可以
a , b是 1D numpy ndarray与整数数据类型具有相同的大小。 C是一个 2D scipy.sparse.lil_matrix . 如果索引[a, b]包含重复索引,C[a, b] +=
我有一个大的、连通的、稀疏的邻接表形式的图。我想找到两个尽可能远的顶点,即 diameter of the graph以及实现它的两个顶点。 对于不同的应用程序,我对无向和有向情况下的这个问题都很感兴
上下文:我将 Eigen 用于人工神经网络,其中典型维度为每层约 1000 个节点。所以大部分操作是将大小为 ~(1000,1000) 的矩阵 M 与大小为 1000 的 vector 或一批 B v
我有一些大小合适的矩阵 (2000*2000),我希望在矩阵的元素中有符号表达式 - 即 .9**b + .8**b + .7**b ... 是一个元素的例子。矩阵非常稀疏。 我通过添加中间计算来创建
在 R 或 C++ 中是否有一种快速填充(稀疏)矩阵的方法: A, B, 0, 0, 0 C, A, B, 0, 0 0, C, A, B, 0 0, 0, C, A, B 0, 0, 0, C, A
我有一个大的稀疏 numpy/scipy 矩阵,其中每一行对应于高维空间中的一个点。我想进行以下类型的查询: 给定一个点P(矩阵中的一行)和一个距离epsilon,找到与epsilon距离最大的所有点
假设我有一个 scipy.sparse.csr_matrix 代表下面的值 [[0 0 1 2 0 3 0 4] [1 0 0 2 0 3 4 0]] 我想就地计算非零值的累积和,这会将数组更改为:
我了解如何在 Git 中配置稀疏 checkout ,但我想知道是否可以消除前导目录。例如,假设我有一个 Git 存储库,其文件夹结构如下: 文件夹1/foo 文件夹2/foo/bar/stuff 文
根据 this thread , Git 中的排除 sparse-checkout feature应该实现。是吗? 假设我有以下结构: papers/ papers/... presentations
我是一名优秀的程序员,十分优秀!