并行K-Means的MPI聚集不适用于2个或更多处理器
并行K-Means是一种使用MPI（Message Passing Interface）进行并行计算的算法，用于在大规模数据集上执行聚类分析。然而，并行K-Means的MPI聚集在处理器数量为2个或更多时不适用。
并行K-Means的MPI聚集算法通过将数据集划分为多个子集，并将每个子集分配给不同的处理器进行计算。每个处理器独立地执行K-Means算法的迭代步骤，然后将结果聚集到一个处理器上进行全局更新。这种并行化的方法可以加快K-Means算法的执行速度，特别是在处理大规模数据集时。
然而，当处理器数量为2个或更多时，并行K-Means的MPI聚集算法存在一些问题。首先，由于数据集被划分为多个子集，每个处理器只能访问部分数据，这可能导致聚类结果的不准确性。其次，处理器之间需要频繁地进行通信和数据交换，这会增加算法的开销，并可能导致性能下降。最后，当处理器数量增加时，算法的并行效率可能会受到限制，因为处理器之间的同步和通信操作会增加。
针对并行K-Means的MPI聚集不适用于2个或更多处理器的问题，可以考虑以下解决方案：
- 使用其他并行化方法：除了MPI聚集，还有其他并行化方法可用于加速K-Means算法的执行，例如基于MapReduce的并行化方法或基于GPU的并行计算方法。这些方法可以在多个处理器上有效地执行K-Means算法，并且可以适用于2个或更多处理器。
- 调整算法参数：可以尝试调整并行K-Means的MPI聚集算法的参数，例如划分数据集的方式或处理器之间的通信策略。通过优化参数设置，可能可以改善算法在2个或更多处理器上的性能。
- 使用其他聚类算法：如果并行K-Means的MPI聚集算法在2个或更多处理器上不适用，可以考虑使用其他适用于并行计算的聚类算法。例如，基于密度的聚类算法（如DBSCAN）或谱聚类算法可以在多个处理器上并行执行，并且不受处理器数量限制。
总之，并行K-Means的MPI聚集算法在处理器数量为2个或更多时可能存在问题，但可以通过尝试其他并行化方法、调整算法参数或使用其他聚类算法来解决这些问题。
相关·内容
5回答
据我所知，MPI让我能够更好地控制集群中不同节点的通信方式。
在MapReduce/Hadoop中，每个节点进行一些计算，与其他节点交换数据，然后整理其结果分区。看起来很简单，但是因为你可以迭代这个过程，所以即使像K-means或PageRank这样的算法也非常适合这个模型。在具有调度局部性的分布式文件系统上，性能明显较好。相比之下，MPI让我显式地控制节点之间如何发送消息。
谁能描述一个集群编程场景，其中更通用的MPI模型比更简单的MapReduce模型具有明显的优势？
浏览 2提问于2009-10-07得票数 30
回答已采纳
1回答
在使用linux“叉”创建多进程程序和MPI库中可用的函数之间是否存在性能上或其他方面的差异？还是因为已经准备好使用函数，所以在MPI中更容易做到这一点？
浏览 3提问于2014-10-17得票数 2
回答已采纳
我可以使用PelicanHPC在我的大学里访问一个集群网络，在那里我可以运行各种MPI程序，但在家里我想练习编写/使用其他MPI程序。有没有办法在我自己的系统上运行MPI程序？
(我在Ubuntu Jaunty上工作)
浏览 1提问于2010-07-29得票数 2
回答已采纳
1回答
Scala负载平衡和检索
、、、
我有一个很大的邻接矩阵，我想把工作分配给每个参与者，比如说100个索引。
有没有办法像我们在MPI中那样将工作负载分配给不同的参与者(使用MPI_Scatter() )
有没有办法像MPI (MPI_Broadcast/ MPI_Broadcast)那样减少/广播结果。
我能想到的一种粗鲁的方法是传递整个矩阵，然后将索引传递给每个参与者，但这将违背使用参与者的目的。此外，如果我真的喜欢这样，如果演员在远程位置也不是一个好主意。
任何建议都会有很大帮助。
谢谢
浏览 0提问于2014-04-14得票数 0
1回答
#include "mpi.h"
#include <stdio.h>
#include <math.h>
double f(double a)
{
return (4.0 / (1.0 + a*a));
}
void main(int argc, char *argv[])
{
int done = 0, n, myid, numprocs,i;
double PI25DT = 3.141592653589793238462643;
double mypi, pi, h, sum, x;
double st
浏览 1提问于2010-03-23得票数 0
回答已采纳
3回答
我的并行程序是用c++和OpenMPI实现的。当我测试它时，我发现如果我使用更多的cpus，就会花费更多的时间。这怎么会发生呢？
我的代码结构如下：
开始
MPI::Init
if (rank == 0)
{ Read files }
MPI::Bcast
MPI::Scatter
for (i=0; i<N;i++)
{
do something here
MPI::Gather
if(rank ==0)
{ save result}
}
MPI::Finallize()
结束
我对此感到困惑。
浏览 1提问于2012-03-21得票数 1
回答已采纳
1回答
我试图并行地运行阿比，因为在顺序模式下运行时间太长了。我遵循了abinit教程中的所有步骤来并行运行它，他们说要使用OpenMPI，但我无法使它工作(它只是运行在我的8个核心之一)。我还跟踪了本教程，但它仍然只运行在1核心上。
看了看日志，我终于找到了一些可能是问题所在的东西：
您的架构无法处理16、8、4或2字节的FORTRAN文件记录标记！您不能使用ABINIT和MPI/IO. MPI_ERROR_STRING:未知错误。请提交一个名为report. ABINIT应用程序的bug MPI_Abort(MPI_COMM_WORLD，13) - process 0
谷歌没有帮助；我的架构应该能
浏览 0提问于2011-10-28得票数 2
2回答
我是MPI.Can的新手，任何人请建议我如何在C中做MPI.Can程序的基准测试，我正在使用的是running Rocks4.3(火星山)。
浏览 0提问于2010-03-31得票数 0
我正在尝试实现NetCDF-4文件的并行读写。 为此，我安装了netcdf-fortran和mpi。我还安装了pnetcdf (我不知道是否需要它)。所有的安装都是通过包管理器完成的(我使用的是Debian 10)。 当我尝试正常读取(没有并行化) NetCDF文件时，一切都进行得很顺利。但是，当我尝试使用mpi时，我收到以下消息："NetCDF: Parallel operation on file opened for non-parallel access“我尝试运行以下示例(因为我的程序可能是错误的)。https://github.com/Unidata/netcdf-for
浏览 314提问于2019-12-28得票数 0
1回答
将位图分割为并行处理
、、、
如何将位图分割成段并用于并行处理？我已经有了位图的高度和宽度，但是从这里到哪里。我读过使用MPI_Cart_shift()和MPI_Sendrecv()的文章。但是，我不知道如何使用它们。
width = BMP_GetWidth (bmp);
height = BMP_GetHeight (bmp);
new_bmp = BMP_Create(width, height, 24); // BMP_Create(UINT width, UINT height, USHORT depth)
浏览 1提问于2018-09-17得票数 0
回答已采纳
1回答
我有一个函数来计算适应度值，比如func()。在我的实现中，我使用MPI进行并行化。
MPI集群中有3台机器通过局域网连接。这些机器安装有NFS协议。内存不在这些机器之间共享。
主while循环运行500次。
在这个while循环中，我使用MPI并行化9个func()调用。这意味着，在main循环中调用9次func()，我并行化了三个节点中每个节点调用3个func()调用并将结果返回给主节点的方式。
这在while循环中继续了500次。(这意味着，在每个下一个循环中，同样有9个func()调用被并行化)
这种策略称为并行计算还是分布式计算？
考虑到定义，并行计算是并行中的多个任
浏览 2提问于2022-03-07得票数 0
回答已采纳
2回答
我有一个线性代数代码，我正在努力让它运行得更快。这是一种迭代算法，在中使用循环和矩阵向量乘法。到目前为止，我已经使用了MATMUL (Fortran Lib.)，DGEMV，尝试用OpenMP编写自己的MV代码，但是算法在可伸缩性方面做得并不好。不管我给它分配了多少个处理器，它的速度只有3.5 -4(我已经尝试了64个处理器)。概要分析显示，在Matrix-Vector中花费了大量时间，其余的时间相当有限。我的问题是:我有一个拥有大量RAM和处理器的共享内存系统。我试着调整代码的OpenMP实现(包括矩阵向量)，但没有帮助。用MPI编码会有帮助吗？我不是MPI的专家，但微调消息通信的能力可能会
浏览 0提问于2012-01-07得票数 1
回答已采纳
关于面向消息的中间件，我指的是诸如这样的技术。
显然，AMQP与MPI不同，但我认为以主从方式操作的分布式内存计算可以使用AMQP进行琐碎的实现，让AMQP在奴隶完成任务时处理公平的工作分配，而不是在主服务器中显式地管理工作队列。
AMQP的另一个好处是(如果有数千台机器协同工作)，一台机器的死亡不会阻碍MPI_Bcast的计算进程，因为AMQP可以使用扇出而不是MPI_Bcast，这将是对整个计算过程的非阻塞。
在分布式计算中，是否有使用AMQP进行任务协调的例子？
更新： 提供了一种非常好的容错分布式计算方法。
浏览 4提问于2010-10-01得票数 4
回答已采纳
3回答
使用MPI的双音排序
、、、
我正在做一个关于并行双音排序的项目，使用MPI和C来实现它。我开发的程序可以工作，但它的效率不高，因为一个简单的QuickSort (叹息)在执行时间方面击败了它。也许问题出在通信成本上，但我不知道如何改进，所以下面是代码：
#include <stdio.h>
#include <stdlib.h>
#include <mpi.h>
#include <math.h>
#include <time.h>
#include <sys/time.h>
#include <string.h>
#include &
浏览 0提问于2011-09-15得票数 2
回答已采纳
1回答
我对并行计算很陌生，所以我决定从hello开始用Mpich2编译。以下是代码：
/* helloworld.c */
#include <stdio.h>
/* You MUST include this for the MPI_* functions */
#include "mpi.h"
int main(int argc, char **argv) {
int rank;
char host[150];
int namelen;
/* Initialize MPI. This handles mpich-specific com
浏览 3提问于2014-11-11得票数 0
回答已采纳
我已经为一个使用字典攻击破解密码的任务写了一个程序，并试图使用Open MPI加快它的速度，但我的Open MPI版本较慢，我不确定为什么或我不理解什么。加密的密码是使用salt和传递给unix函数'crypt.‘’的字符串生成的。
根据我从课堂讲稿中学到的东西，这就是我想出来的。
main.cc：
//****************************************************
// File: main.cc
// Author: Jordan Ward
// Purpose: Crack passwords in the form word+numbe
浏览 0提问于2019-04-05得票数 1
2回答
增加进程数造成的MPI性能损失
、、、、
我正在使用c++和MPI来执行一些线性代数计算，比如特征值分解。这些计算对于每个进程来说完全是局部的，所以我认为只要有足够的计算资源，单进程的性能就不应该受到我运行的进程总数的影响。
然而，事实证明，随着进程总数的增加，每个进程的性能都会下降。在由2个Intel Xeon Gold 6132 CPU(总共28个物理核心，或56个线程)组成的节点上，我的测试发现，对一个2000 x 2000对称矩阵进行特征分解，单个进程大约需要1.1秒，4个独立进程大约需要1.3秒(使用mpirun -np 4./-np)，12个进程大约需要1.8秒。
我想知道，这是MPI的预期行为，还是我错过了一些绑定选项？
浏览 8提问于2020-07-29得票数 1
我对python非常陌生，我不确定在分布式集群上实现多线程/多进程代码的最佳方法是什么。
我试图使用Python编写一个包装器脚本，该脚本使用PBS队列系统调用运行在大型集群上的外部MPI程序。下面给出了一个(非常)简化的脚本类型版本，代码移到特定目录中，运行外部MPI程序并检查结果，以查看是否有任何重大更改。
#!/local/python-2.7.1/bin/python2.7
import os
import subprocess as sp
import coordinate_functions as coord_funcs
os.chdir('/usr/work/cmur
浏览 7提问于2011-11-15得票数 0
2回答
使用GPU训练模型
、、、
我有一点使用GPU来训练模型的知识。我正在使用scikit-learn中的K-means来训练我的模型。由于我的数据非常大，是否可以使用GPU训练此模型以减少计算时间？或者你能推荐一些使用GPU能力的方法吗？
另一个问题是，如果我使用TensorFlow构建K-means，如本文所示。
它会不会使用GPU？
提前谢谢你。
浏览 2提问于2017-02-01得票数 0
我的代码有一个包含system()的大for循环。也就是说。
for(i=0;i<totalCycles;i++) {
<some C code>
//Bulk of the cpu time is taken up with the command below
system(command_string);
<some more C code>
}
这个for循环可以很容易地并行化，只要迭代不依赖于以前的迭代。通常，我会使用MPI或openMP来并行循环。但是，我不知道如何处理system()。有一个类似的问题是，但这只是在只
浏览 7提问于2014-09-18得票数 0
1回答
我有一点使用SungridEngine和MPI (使用OpenMPI)的经验。这些框架/API和JPPF有什么不同？
浏览 1提问于2010-01-12得票数 2
回答已采纳
我是mpi4py的新手。我编写代码是为了由多个处理器处理一个大型的numpy数组data。由于我无法提供输入文件，所以我提到了data的形状。data的形状是3000015，它包含字符串类型的数据。
from mpi4py import MPI
import numpy as np
import datetime as dt
import math as math
comm = MPI.COMM_WORLD
numprocs = comm.size
rank = comm.Get_rank()
fname = "6.binetflow"
data = np.loadtxt(
浏览 4提问于2016-08-11得票数 1
3回答
何时不使用MPI
、、
这不是关于MPI的特定技术编码方面的问题。我是MPI的新手，我不想因为错误地使用这个库而出洋相，因此在这里发布了这个问题。
据我所知，MPI是一个在分布式内存模型上构建并行应用程序的环境。
我有一个与Infiniband互连的系统，唯一的目的是做一些非常耗时的操作。我已经提出了并行的算法，所以我实际上只是使用MPI在Infiniband上的多个节点之间传输数据(中间步骤的结果)，我相信人们可以简单地使用OpenIB来做这件事。
我使用MPI的方式正确吗？还是我曲解了系统的初衷？
浏览 0提问于2011-09-23得票数 4
回答已采纳
1回答
现在，我在C++中有了一个用于解决优化问题的串行求解器，我应该用不同的参数并行化我的求解器，看看它是否有助于提高求解器的性能。现在我不确定我应该使用TBB还是MPI。从我读过的一本TBB书中，我觉得TBB更适合循环或细粒度代码。由于我没有太多的TBB经验，我觉得很难将我的代码分成小部分来实现并行化。此外，从文献中我发现，许多作者使用MPI来并行多个求解器，并使其合作。我想也许MPI更适合我的需要。因为我对TBB和MPI都没有太多的了解。谁能告诉我我的感觉对不对？MPI会更适合我吗？如果是这样的话，什么材料是好的开始学习MPI。我没有使用MPI的经验，我使用Windows system和c++。
浏览 3提问于2010-02-03得票数 2
回答已采纳
1回答
用MPI实现数独并行
、、、、
我想将我的数独解算器程序与MPI并行化。当前的串行代码依赖于深度优先搜索的回溯。我做了一些研究，但我仍然不确定该怎么做。有人说，程序必须进行广度优先搜索，以便在主进程中获得一些数据，然后使用从进程来处理这些数据。因此，从进程将使用此数据进行深度优先搜索。
此外，我还看到一些深度优先搜索并行化示例使用工作共享或工作窃取方法。但在数独的情况下，我不确定使用这种技术是否可以处理进程关系，工作队列和进程大小，因为数独的解决方法。
有什么想法吗？
谢谢。
浏览 0提问于2013-05-16得票数 1
4回答
我有工作的C++ MPI代码，因为它编译并确实在指定数量的处理器(n)上启动。问题是，它只是做了相同的计算n倍，而不是做一个计算n倍的速度。
我在不同的站点上发现了很多例子，我似乎忽略了MPI_Send和MPI_Receive的正确使用，但我找不到一个实例--这些命令将函数作为输入(以及为什么这些MPI命令对函数以外的任何东西都有用)。
我的密码在下面。从本质上讲，它调用了我编写的一个C++函数来获得Fisher的精确测试p值。随机数位只是我用来测试速度的东西。
我想让这个程序将每个随机变量(即A、B、C和D)的Fisher.TwoTailed输出到不同的处理器上，而不是在多个处理器上进行完全
浏览 5提问于2011-06-10得票数 0
我正在尝试使适应集群的工作。
当使用带有类型sfInit和makecluster函数的"SOCK"时，脚本成功地在集群上运行，但是没有任何速度的提高--不像在我的计算机上:当我将detectcores()更改为1时，脚本运行速度要比4个内核慢得多。
不过，我非常肯定需要将类型更改为"MPI"，以使节点以内存的方式相互通信。
但是:如果我这样做了，那么脚本将停止使用以下错误代码：
Loading required package: Rmpi
Error: package or namespace load failed for ‘Rmpi’:
.onLoad f
浏览 2提问于2018-08-11得票数 0
我目前正在尝试实现一个类似于2D扩散的模拟。我希望通过使用域组合来加快处理速度，自动将总域分割到正确的块中(根据硬件- MPI_Dims_create)。然后，在每次迭代之后，在相邻的单元/进程之间交换鬼单元(因为下一次迭代需要它们)。
我用笛卡儿坐标(MPI_Cart_create)实现了整个域，所以我将整个域分割成具有不同维度Nx和Ny的Nx*Ny单元。我已经有了概念上最简单的缓冲区实现，但我希望现在使用MPI类型来提高性能。
我目前面临的问题是，是否有一种使用子数组构建鬼单元格的方法，还是必须使用向量MPI类型？我找到了子数组的提示，但我认为不能用它来从不连续的内存中构建子数组。这个假设
浏览 4提问于2015-03-18得票数 1
回答已采纳
2回答
我刚开始学习MPI，我在Ubuntu 10.10上使用Open MPI编写了以下简单的程序来执行与梯形规则的集成。代码如下：
#include <iostream>
#include <mpi.h>
#include <cstdlib>
//function to integrate
double f (double x )
{
return 4.0/(1+x*x);
}
//function which integrates the function defined above on the interval local_a and local_
浏览 0提问于2012-03-21得票数 2
回答已采纳
我试图使用混合MPI并行化来运行代码。据我所知，只要OpenMP线程的数量小于物理处理器的数量，每个处理器就运行一个线程。假设这是真的，假设我有一个由两个计算卡组成的假设计算节点。每个计算卡都有4个处理器+内存的芯片。我的问题是: MPI和OpenMP参数的最佳选择是什么？我会说，两个MPI作业和4个线程，这是正确的吗？
OMP_NUM_THREADS = 4 mpirun -np 2 code
我从一些同事那里听说，应该仔细选择这些参数，以获得最佳性能(取决于硬件布局)。我希望你能给我一些关于混合作业的建议。
谢谢
浏览 3提问于2013-08-24得票数 3
回答已采纳
1回答
首先，我需要计算一些和，然后找到这些和中的最小值，这是这样完成的，使用mpi：
MPI_Init(&argc, &argv);
MPI_Comm_size(MPI_COMM_WORLD, &numprocs);
MPI_Comm_rank(MPI_COMM_WORLD, &myid);
.
.
.
x = (size)/numprocs;
low = myid * x;
high = low + x;
浏览 2提问于2012-02-28得票数 0
回答已采纳
2回答
大表分区.索引
、、、
我被分配了一项任务来改进表对上的数据管理过程(数据存档)，这些表类似于200 on。
我现在正在阅读有关表分区和最佳实践的内容，据我所知，该过程如下
创建文件组和文件
创建分区函数
分区方案-(映射间隔到appopriate文件组)
重新创建聚集索引-这是表物理地移动到另一个文件的时刻。
利润:)
但是，在这一点上，无法找到一个信息--现有的非聚集索引是怎么回事？从这里:我找到了
虽然分区索引可以独立于其基表实现，但通常可以设计分区表，然后在表上创建索引。执行此操作时，Server将使用与表相同的分区方案和分区列自动对索引进行分区。因此，索引的划分方式与表的方式基
浏览 6提问于2012-08-07得票数 4
回答已采纳
这段代码：
#include <mpi.h>
int main(int argc, char* argv[])
{
MPI_Init(&argc, &argv);
for (unsigned int iter = 0 ; iter < 1000 ; iter++)
MPI_Barrier(MPI_COMM_WORLD);
MPI_Finalize();
return 0;
}
用MPICH 3.1.4运行是非常长的。以下是不同MPI实现的挂钟(以秒为单位)。
在具有2个cpu核心的4个处理器的笔记本电脑上
浏览 0提问于2015-05-05得票数 2
编辑#1:
所以解决方案是
线路
MPI_Gatherv(buffer, rank, MPI_INT, buffer, receive_counts, receive_displacements, MPI_INT, 0, MPI_COMM_WORLD);
必须更改为
MPI_Gatherv(buffer, receive_counts[rank], MPI_INT, buffer, receive_counts, receive_displacements, MPI_INT, 0, MPI_COMM_WORLD);
再次感谢你的帮助
原始帖子：
我的代码来自
当我运行mpiexec -loc
浏览 2提问于2011-11-04得票数 1
回答已采纳
3回答
我必须实现一个MPI程序。有一些全局变量(4个浮点数数组和其他6个单浮点变量)首先由主进程从文件读取数据进行初始化。然后我调用MPI_Init，当排序为0的进程等待结果时，其他进程(排序为1、2、3、4)处理数组，等等。问题是这些数组似乎不再被初始化，所有的都被设置为0。我尝试在main函数中移动全局变量，但结果是相同的。当调用MPI_Init()时，所有进程都是由fork创建的，对吗？所以每个人都有一个父亲的内存副本，那么为什么他们看不到初始化的数组呢？
浏览 1提问于2013-12-12得票数 5
回答已采纳
此MPI程序是用C编写的。当我输入2作为处理器数时，输出如下：
P:0 Got data from processor 1
P:0 Got 100 elements
P:0 value[5]=5.000000
但是当我输入3个或更多处理器时，程序就会输出。
P:0 Got data from processor 1
P:0 Got 100 elements
P:0 value[5]=5.000000
然后它停了下来，其他的东西都没有印出来。我必须用ctrl+c退出程序，我不知道为什么程序会停止。我希望得到一些提示或好的指导。
以下是代码：
#include <stdio.h&
浏览 4提问于2014-09-30得票数 0
回答已采纳
1回答
我想在使用多个节点的HPC上运行一个简单的并行MPI python代码。
SLURM被设置为HPC的作业调度程序。HPC由3个节点组成，每个节点有36个核心。Open MPI和MPICH都可以作为MPI实现。
我想运行的代码如下：
import sys
import numpy as np
import socket
import time
from mpi4py.futures import MPIPoolExecutor
# Define simple function
def myFun(x):
time.sleep(5)
print('Process is r
浏览 3提问于2021-04-16得票数 0
2回答
我想使用MPI来并行化一个在我的代码中被多次调用的函数。我想知道的是，如果我在函数中使用MPI_Init，它会在每次调用函数时都派生进程，还是只派生一次？有没有一些已知的设计模式可以以系统的方式实现这一点？
浏览 1提问于2011-02-11得票数 0
回答已采纳
我试图在mpi4py python脚本: hello.py上运行16个实例。我存储在这类的s.txt 16命令中：
python /lustre/4_mpi4py/hello.py > 01.out
我是通过aprun命令在Cray集群中提交的，如下所示：
aprun -n 32 sh -c 'parallel -j 8 :::: s.txt'
我的目的是在time.The脚本中的每个节点运行8个这样的python作业，运行时间超过3个小时，并且没有创建任何*.out文件。从PBS调度器输出文件中，我得到了以下内容：
Python version 2.7.3 loaded
浏览 5提问于2017-04-20得票数 1
回答已采纳
2回答
我正在使用C中的并行编程；因此，我在文章中看到的任何解决方案都是建立在线程之上或类似于OpenMP、MPI、Select或Fork on *nix的基础上的；我有以下问题：
一个进程可以在一个线程上并行而不分叉自己吗？
除了用C语言提供的非常基本的构建块之外，还有其他编写并行代码的方法吗？一些可以通过手动移动位来完成的事情，仅仅是在C内置函数中--而不是使用使用操作系统特性的高级库？
这个问题的目的也是为了更好地理解并行编程在紧凑型世界中是如何工作的。我对做微观优化或重新创建库没有任何兴趣。
更新
我基本上在考虑编写回调函数，让它们在发生事件时被调用；但我不确定它是否会使其并行
浏览 4提问于2014-04-22得票数 3
回答已采纳
2回答
我有安卓应用程序，我想找到所有的数据，与选定的数据有很高的相似性。示例：
我的数据具有这样的价值。
No Name Distance Rating Price
1. Coffee Shop 1.3 KM 4.6 40
我想要显示与上面的数据有相似之处的所有数据(假设有权重来计算‘相似性分数’)。在我的案例中，哪种算法最适合、最容易实现？根据我一直在寻找的东西，我得到了几个算法，我认为它会起作用
- K-Means Clustering
- K-Nearest Neighbor
- ElasticSearch
- Cosine Similarity
在
浏览 25提问于2018-08-17得票数 3
3回答
我只是想知道如何将下面的openMP程序转换为MPI程序
#include <omp.h>
#define CHUNKSIZE 100
#define N 1000
int main (int argc, char *argv[])
{
int i, chunk;
float a[N], b[N], c[N];
/* Some initializations */
for (i=0; i < N; i++)
a[i] = b[i] = i * 1.0;
chunk = CHUNKSIZE;
#pragma o
浏览 4提问于2010-01-28得票数 0
1回答
我才刚开始学习MPI。实现是MPICH2。我遇到的第一件事是SMPD，即简单的多用途守护进程。
我想知道它到底是什么，它和MPI有什么关系？
互联网上的大多数都在谈论它的用法，但没有提到内部细节。我知道最大限度：
多用途守护进程* (MPD)是Intel MPI Library进程管理系统，用于启动并行作业。
我在哪里能更多地了解它呢？
浏览 14提问于2013-10-12得票数 1
回答已采纳
1回答
我想运行，在我的本地pc上，这个c程序接收进程必须打印他们的部分数组排序。这是我的密码：
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include "mpi.h"
#define MAX_DIM 22
#define NPROC 4
#define TRUE 1
#define FALSE 0
void print(int*,int*,int*,int*,int*,int*);
int main(int argc, char* argv[]){
int i,ra
浏览 3提问于2016-10-27得票数 0
回答已采纳
我正在尝试使用 (基本上是编辑一个2D数组)并行化OpenMP算法，但是我怀疑我是否正在以最好的方式来处理它，下面是我到目前为止得到的结果：
#pragma omp parallel for private(i, j, k) shared(g)
for ( i = 0; i < n; i++ ) {
for ( j = 0; j < n; j++ ) {
for ( k = 0; k < n; k++ ) {
g->A[j][k] = imin( g->A[j][k], g-&
浏览 3提问于2011-07-22得票数 1
回答已采纳
在mpi环境中，哪些库可用于C/C++中稠密矩阵的并行分布式cholesky分解？
我已经找到了ScaLAPACK库，这可能就是我正在寻找的解决方案。它似乎调用起来有点麻烦，有很多Fortran <-> C转换要做，这让我认为它可能没有被广泛使用，因此可能有一些其他的库被使用。
或者，当一个人已经在使用ScaLAPACK，并且已经在程序中初始化了MPI时，是否有一些MPI的包装器可以使它在C或C++环境中使用相对不太痛苦？
浏览 2提问于2013-06-08得票数 2
回答已采纳
4回答
假设有一台计算机有4个CPU，每个CPU都有2个核心，所以总共有8个核心。以我有限的理解，我认为在这种情况下，所有处理器都共享相同的内存。现在，是直接使用openMP更好，还是使用MPI使其通用，以便代码可以在分布式和共享设置上工作。另外，如果我使用MPI进行共享设置，与openMP相比，性能会降低吗？
浏览 2提问于2012-07-04得票数 27
回答已采纳
1回答
您是否碰巧知道任何健壮的、识别良好的软件库，可以使用MPI实现分布式图形？
我所说的分布式图是指其边和顶点可以以抽象的方式分布在处理器集群上的图。
我需要一个好的例子来学习。
非常感谢。
浏览 2提问于2011-10-17得票数 0
对于每个处理器(假设有3个处理器)，我在本地数组(名为lvotes)上有一个值，每个处理器的第一个元素存储一个值，即：
P0 : 4
P1 : 6
p2 : 7
现在，使用MPI_Gather，我希望将它们全部收集到P0中，因此它将如下所示：
P0 : 4, 6, 7
我是这样收集的：
MPI_Gather(lvotes, P, MPI_INT, lvotes, 1, MPI_INT, 0, MPI_COMM_WORLD);
但我也有问题。这是我第一次用MPI编码。我可以使用任何建议。谢谢
浏览 0提问于2012-12-12得票数 3
回答已采纳
1回答
我有一个非常简单的复合数据集，大约有100万行的复合数据类型：
1长跑，3双打。
我想使用一个集体调用与MPI并行阅读它，该调用在所有处理器上都是相同分布的。
HDF5低级接口的使用非常复杂，对于这样简单的数据集，我想知道是否可以使用像Lite或Table这样的高级API。文档中不清楚的是这些MPI是否支持MPI集体读取。
有人能编写最简单的代码片段吗？可以使用HDF5 1.8将这个简单的数据集读入C结构吗？
我相信对于一个专家来说，这应该是微不足道的，但是对于初学者来说，HDF5 (及其文档)的复杂性使得它确实是一项艰巨的任务。
谢谢。
浏览 4提问于2011-08-19得票数 0
回答已采纳
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
