我正在编写一个用于稀疏矩阵-向量乘法的例程，并希望使用Eigen3库创建一个参考性能基准。我只想对实际的算术进行基准测试，而不需要在结果向量的构造过程中涉及内存分配。如何才能做到这一点？我试图将结果赋给一个预分配的向量，但Eigen::internal::set_is_malloc_allowed显示，尽管我进行了所有的尝试，仍执行了一些内存<e
浏览 16提问于2019-01-14得票数 3
回答已采纳
2回答
一些背景:我对稀疏矩阵*向量乘法的研究很感兴趣。我一直在查看这个稀疏矩阵数据库：
看来，矩阵是按列的主要顺序存储的(即，列是一个接一个地存储然而，在文献中，压缩稀疏行(CSR)格式显然是最常见的格式(参见“Cell处理器Samuel上的科学
浏览 11提问于2016-05-18得票数 2
回答已采纳
1回答
求圈的CSR x CSR矩阵乘法
、、、、
我试图找出无向图中包含图中每个顶点u的顶点u的指定长度(K)的圈数。为此，我试图找出邻接矩阵的k‘’th幂。我从边列表中创建了图形的CSR表示。它工作得真快。但CSR乘法部分非常慢(输入大小为500 kx500k矩阵，需要50分钟的时间)。我对更好的解决办法很好奇。因为这是一个邻接矩阵，是否有更有效的方法去做？或者我还能看到更好的CSRxCSR矩阵乘法吗？我找不到任何CSR X CSR矩阵乘法的例子
浏览 5提问于2021-05-12得票数 0
回答已采纳
我正在用文本文件中的值填充稀疏矩阵P(230 k，290 k)，我逐行读取文本文件，下面是(简化的)代码 line_number = line_number+1;endP(line_number,:)=C{1};
语句是快速的，在几千行变得异常缓慢之后，我猜是因为Matla
浏览 0提问于2014-09-19得票数 3
回答已采纳
我希望通过提供矩阵的维数m x n以及我期望的非零元素的数量来预先分配R中的稀疏矩阵(使用simple_triplet_matrix)。Matlab有函数"spalloc“(见下文)，但我在R中找不到对应的函数。有什么建议吗？S= spalloc(m，n，nzmax)创建一个大小为m×n的全零稀疏矩阵S，该矩阵具有容纳nzmax非零的空间。
浏览 1提问于2015-05-30得票数 0
1回答
前言：作为matlab状态，通常当一个人想要有效地填充一个稀疏矩阵时，他应该在这个矩阵中创建一个索引向量和一个他想要分配的值的向量，然后将所有的赋值集中到一个原子操作中，以便matlab预先“准备”这个矩阵并优化分配速度一个简单的例子：inds=some_index_generating_method();
vals=some_val
浏览 4提问于2012-07-31得票数 0
回答已采纳
2回答
我有这段代码，它在一个for循环中调用java中的c++方法： delete[] fltv2;}
其中inputv是matA的列的值；而inputi是这些值的索引。我在eigen的文档中</
浏览 16提问于2013-07-26得票数 5
显然，它将根据您使用的编译器而有所不同，但我很好奇在使用vector<vector<largeObject>>和vector<vector<largeObject>*>时的性能问题，特别是在c++中。具体来说：
假设外部向量已满，并且希望开始将元素插入到第一个内部向量中。如果外部向量只存储指针，而不是整个内部向量，那么如何将其存储在内
浏览 0提问于2011-01-18得票数 4
回答已采纳
2回答
我有一个正常的前馈网络，它产生一个向量，v的元素随后被用作稀疏矩阵M的非零项(假设坐标是预先定义的)。然后将稀疏矩阵乘以稠密向量，并在结果标量上定义损失。我想要向后传播损失w.r.t。网络的权重，这就需要遍历稀疏矩阵。
这似乎是稀疏矩阵的一个完全合理的用例，但似乎不支持这种功能。如果是后者，那么对于这个特定<e
浏览 4提问于2017-02-03得票数 0
我使用CUSPARSE函数来执行稀疏矩阵-向量/矩阵-矩阵乘法。
稀疏矩阵以CSR格式存储。在Visual下对应用程序进行分析时，我注意到，对于每个对profiling (S/D)csrmv或csrmm(S/D)csrmm的调用，都有一个内存分配/memset/copy。通过查看分析器中的内核名称，它看起来就像CUSPARSE在每次调用时将矩阵从CSR格式转换为HYB
浏览 3提问于2013-07-23得票数 2
回答已采纳
SVC似乎处理那些可以采用稀疏矩阵的内核与那些不使用稀疏矩阵的内核不同。然而，如果用户提供的内核编写来获取稀疏矩阵，并且在拟合期间提供了稀疏矩阵，那么它仍然将稀疏矩阵转换为密集，并将内核视为密集的，因为内核不是scikit中预先定义的稀疏内核之一。有没有一种方法可以强迫SVC识别内核是稀疏的，而不是在将
浏览 1提问于2016-09-12得票数 2
2回答
我想有效地将多个矩阵连接到一个向量中。然而，这类矩阵的数目及其大小各不相同。比方说，我有两个堆栈A和B，每个堆栈都由m矩阵组成。天真的做法如下：for i = 1 : mend
具有挑战性的部分是优化上述代码，以避免在每次分配时将旧的数组内容复制到新数组中例如，可以计算每个矩阵中<em
浏览 4提问于2014-05-23得票数 2
回答已采纳
1回答
有一个大小为NxN的矩阵A，其中N = 200 000。它非常稀疏，每一行都有M元素，其中M={6, 18, 40, 68, 102} (我有5个不同的场景)，其余的都是零。现在我想得到矩阵A的所有特征值和特征向量。
问题是，我无法将矩阵A放入内存中，因为它大约有160 GB的数据。我正在寻找的是一个软件，可以很好地存储稀疏矩阵(没有零，我的矩阵只有几个MB)，然
浏览 0提问于2014-03-21得票数 0
2回答
据称，Armadillo支持以下功能：eig_geneigs_gensvd_econ
但是似乎没有像"svds_econ“这样的函数，它在”稀疏“矩阵上工作，并返回奇异值和向量。有没有办法在Armadillo中实现这一功能？
浏览 6提问于2015-01-14得票数 1
回答已采纳
1回答
如何改进此代码以便运行多线程？
、、、、
在我看来，由于计算是独立的，所以算法应该能很好地缩放。这里发生了什么事？如何改进代码？} return list;函数beginThread(begin, end)和endThread(begin,end)根据当前线程数和线程数返回begin和end定义的范围内的小块ptrdiff_t diff = (ptrdiff_t) (chunk*part); }我正在一个有16个内核的linux不幸的是，我只能访问一
浏览 2提问于2012-08-23得票数 0
4回答
我正在编写代码，将数据库中的行插入到向量中。然后将向量存储在std::map中。该体系结构允许我根据映射键对数据集(向量)进行逻辑划分。在我的代码中，我将从std::map检索一个数据集(即向量)，向其添加/删除行或在其上执行其他逻辑，然后将向量插入到映射中(所有这些将在一段时间()
浏览 5提问于2010-02-21得票数 3
回答已采纳
我有一个300万×900万稀疏矩阵和几十亿个非零项。R和Python不允许大于MAXINT非零项的稀疏矩阵，因此我发现自己使用Julia。size(A::AtA_or_AAt) = ntuple(i -> min(size(A.A)...), Val(2))这被传递到eigs函数中，在该函数中会发生一些魔术，然后将输出处理到用于SVD的相关组件。我认为最好的方法是使用类似于子类
浏览 9提问于2017-09-25得票数 7
回答已采纳
2回答
假设我有一个巨大的块状矩阵，，，占几十千兆字节。分配这个内存需要不可忽略的时间.我是否可以将这些稀疏矩阵中的一个加载到A中，而不是每次我想将稀疏矩阵转换为密集矩阵时重新分配空间？.toarray()方法可以用于枕稀
浏览 0提问于2012-01-27得票数 1
回答已采纳
我有一个具有自适应时间步进的计算循环，我需要在每次迭代时存储结果。换句话说，在计算之前我不知道向量大小，所以我不能预先分配一个向量大小来存储数据。现在，我使用push!函数构建一个向量 clock = [0.0] while run_time < model_time(data,timestep) end
end
浏览 3提问于2022-02-06得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
