Questions tagged «blas»

基本线性代数子程序-具有矢量，矢量，矩阵矢量和矩阵矩阵运算的标准API库。

6
Fortran编译器真的好多少？
这个问题是对“ HPC的C ++ vs Fortran ”的答复中最近进行的两个讨论的扩展。而且，这不仅仅是一个挑战，而不是一个问题... 支持Fortran的最常听到的论据之一是编译器更好。由于大多数C / Fortran编译器共享相同的后端，因此为两种语言在语义上等效的程序生成的代码应该相同。但是，有人可能会争辩说，对于编译器来说，C / Fortran更容易实现优化。 因此，我决定尝试一个简单的测试：我获得了daxpy.f和daxpy.c的副本，并使用gfortran / gcc对其进行了编译。 现在daxpy.c只是daxpy.f（自动生成的代码，很难看的丑陋的）的f2c转换，所以我拿走了这段代码并对其进行了一些清理（满足daxpy_c），这基本上意味着将最里面的循环重写为 for ( i = 0 ; i < n ; i++ ) dy[i] += da * dx[i]; 最后，我使用gcc的向量语法重新编写了它（输入daxpy_cvec）： #define vector(elcount, type) __attribute__((vector_size((elcount)*sizeof(type)))) type vector(2,double) va = { da , da }, *vx, *vy; vx = …
74 fortran  c  blas  benchmarking 
3
BLAS，LAPACK和其他线性代数库的关系是什么？
我一直在研究我一直在从事的项目的C ++线性代数库。我仍然没有掌握的东西是BLAS和LAPACK与其他线性代数库的连接。 浏览关于线性代数库的这篇文章，我发现有趣的是： 一些库独立于BLAS和LAPACK 有些需要BLAS和LAPACK 有些具有BLAS和LAPACK的可选接口 而且据我了解，您可以使用BLAS和LAPACK直接解决线性代数问题 我可以想象有些库只是用C和Fortran编写的BLAS和LAPACK库的C ++接口，而另一些则实现了自己的替代例程，但是 BLAS和LAPACK的可选接口的含义是什么？选择退出后您失去了什么，图书馆正在做什么呢？ 是否有任何库提供的不仅仅是接口？例如，UMFPACK用C编写，并且具有BLAS和LAPACK的可选接口。BLAS和LAPACK不能自己做什么UMFPACK（或其他库）？
3
是否可以保证BLAS实现提供完全相同的结果？
给定两种不同的BLAS实现，我们可以期望它们进行完全相同的浮点计算并返回相同的结果吗？还是会发生这种情况，例如，一个人将标量积计算为 ，一个人将其计算为 因此可能在IEEE浮点数中给出不同的结果算术？（（x1个ÿ1个+ x2ÿ2）+ x3ÿ3）+x4ÿ4（（X1个ÿ1个+X2ÿ2）+X3ÿ3）+X4ÿ4 ((x_1y_1 + x_2y_2) + x_3y_3) + x_4y_4 （x1个ÿ1个+ x2ÿ2）+ （x3ÿ3+ x4ÿ4），（X1个ÿ1个+X2ÿ2）+（X3ÿ3+X4ÿ4）， (x_1y_1 + x_2y_2) + (x_3y_3 + x_4y_4),
3
欧氏距离（八度）
我想知道是否存在一种快速方法来计算八度中两个向量的欧几里得距离。似乎没有特殊的功能，所以我应该只使用带有的公式sqrt吗？
3
为什么矩阵向量乘法缩放没有缩放？
抱歉，很长的帖子，但我想一开始就包括我认为相关的所有内容。 我想要的是 我正在实现用于稠密矩阵的Krylov子空间方法的并行版本。主要是GMRES，QMR和CG。我（剖析后）意识到我的DGEMV例程是可悲的。因此，我决定通过隔离来集中精力解决这一问题。我尝试在12核计算机上运行它，但以下结果是4核Intel i3笔记本电脑的结果。趋势差异不大。 我的KMP_AFFINITY=VERBOSE输出在这里。 我写了一个小代码： size_N = 15000 A = randomly_generated_dense_matrix(size_N,size_N); %Condition Number is not bad b = randomly_generated_dense_vector(size_N); for it=1:n_times %n_times I kept at 50 x = Matrix_Vector_Multi(A,b); end 我相信这可以模拟CG进行50次迭代的行为。 我尝试过的 翻译 我最初是用Fortran编写代码的。我将其翻译为C，MATLAB和Python（Numpy）。不用说，MATLAB和Python太可怕了。令人惊讶的是，对于上述值，C比FORTRAN好一到两秒。一致。 剖析 我分析了要运行的代码，并且运行了46.075几秒钟。这是将MKL_DYNAMIC设置为FALSE并且使用了所有内核的时候。如果我将MKL_DYNAMIC设置为true，则在任何给定时间点仅使用（大约）一半数量的内核。以下是一些详细信息： Address Line Assembly CPU Time 0x5cb51c mulpd %xmm9, %xmm14 36.591s 最耗时的过程似乎是： Call Stack …
2
PETSc对稠密矩阵有多有用？
无论我在哪里看到，PETSc教程/文档等都说它对线性代数很有用，并且通常指定稀疏系统将受益。那密矩阵呢？我关注解决稠密。Ax=bAx=bAx=bAAA 我已经在Fortran中编写了自己的CG和QMR代码。基本构造是撕裂伪代码，并在可能的情况下（和）添加BLAS例程ddot，dnrm并dgemv进行一些自我调整。与PETSc相比如何？ 我知道最好的答案是我自己尝试一下，但是由于时间和其他原因，这是不可能的。 任何帮助深表感谢。
2
科学计算中复杂算术的危险
复杂的内积具有由惯例决定两个不同的定义：ˉ Ù Ť v或ü Ť ˉ v。在BLAS中，我找到了例程cdotu，zdotu和cdotc，zdotc。前两个例程实际上计算u T v（伪内积！），而后两个例程将内积中的第一个向量共轭。另外，通过任一定义（共轭Ù或v），⟨ ü ，v ⟩ = ¯ ⟨ v ，ù ⟩⟨ ü ，v ⟩⟨u,v⟩\langle u,v\rangleü¯Ťvu¯Tv\bar{u}^TvüŤv¯uTv¯u^T\bar{v}üŤvuTvu^Tvüuuvvv⟨ ü ，v ⟩ = ⟨ v ，ù ⟩¯¯¯¯¯¯¯¯¯¯¯⟨u,v⟩=⟨v,u⟩¯\langle u,v\rangle=\overline{\langle v,u\rangle}与共轭！此外，正如评论中指出的那样，为多值复杂函数选择主要值可能取决于惯例。 我的问题是：这种复杂性是否会导致在科学计算中使用复杂算术的真正危险？Deal.ii的作者强调了这个问题，他们建议始终将复数分为实数部分和虚数部分，并且仅使用实数算法。但是我从来没有发现拆分方法很方便。例如，考虑时谐麦克斯韦方程的PML。 在大多数开源FEM软件中，除FreeFem ++和libmesh之外，似乎都普遍担心使用复数。但是，即使有两个例外，复杂算法的测试也比实数少。 我的最后一个问题是：我们是否应该始终避免使用复数？
6
在C / C ++中是否有BLAS的参考级实现？
netlib BLAS实施是一个很好的参考，大多数未进行优化且有据可查（例如zgemm）。但是，它在Fortran 77中使用，这使那些接受过更现代编程编程的人无法使用。在C / C ++中是否有BLAS的参考级实现（如netlib）？
11 blas  education 
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.