BLAS矩阵-向量乘法与向量-矩阵乘法。一种工作，另一种失败
BLAS（Basic Linear Algebra Subprograms）是一组用于执行基本线性代数运算的软件库。BLAS库提供了高效的矩阵和向量操作，包括矩阵-向量乘法和向量-矩阵乘法。
矩阵-向量乘法是指将一个矩阵与一个向量相乘的操作。在BLAS中，矩阵-向量乘法可以通过调用gemv函数来实现。该函数接受输入矩阵、输入向量和输出向量，并将计算结果存储在输出向量中。矩阵-向量乘法在科学计算、数据分析和机器学习等领域中广泛应用。例如，在图像处理中，可以使用矩阵-向量乘法来实现图像滤波操作。
向量-矩阵乘法是指将一个向量与一个矩阵相乘的操作。在BLAS中，向量-矩阵乘法可以通过调用gemv函数的转置版本来实现。该函数接受输入向量、输入矩阵和输出向量，并将计算结果存储在输出向量中。向量-矩阵乘法在机器学习和神经网络中经常用于计算输入向量与权重矩阵的乘积。
BLAS库的优势在于其高效性和可移植性。由于BLAS库经过优化，可以在不同的硬件平台上实现高性能的线性代数运算。此外，BLAS库还提供了多种精度选项，包括单精度（float）、双精度（double）和复数精度（complex），以满足不同应用的需求。
腾讯云提供了适用于线性代数计算的云计算产品，如弹性计算（Elastic Compute）和云服务器（Cloud Server）。这些产品提供了高性能的计算资源，可以用于执行BLAS库中的矩阵-向量乘法和向量-矩阵乘法等操作。您可以通过访问腾讯云的官方网站（https://cloud.tencent.com/）了解更多关于这些产品的详细信息和使用方式。
相关·内容
1回答
BLAS定义了GEMV (矩阵向量乘法)2级运算。如何使用BLAS库执行向量矩阵乘法？
这可能是显而易见的，但我不知道如何使用BLAS运算来实现这个乘法。我本以为会有一个GEVM操作。
浏览 0提问于2015-04-06得票数 7
回答已采纳
3回答
为什么BLAS有一个用于矩阵-矩阵乘法的gemm函数和一个用于矩阵-向量乘法的单独的gemv函数？矩阵-向量乘法不只是矩阵-矩阵乘法的特例，其中一个矩阵只有一行/列吗？
浏览 3提问于2011-08-16得票数 24
回答已采纳
我正在考虑用Intel进行一些计算，特别是Fortran中程序的矩阵向量稀疏BLAS函数。
我可以用矩阵来表示我的计算，这些矩阵恰好是稀疏的和斜对称的。
据我所见，稀疏BLAS对于一般矩阵和对称矩阵都有稀疏函数，所以我想知道是否有一种方法来处理稀疏的斜对称矩阵，因为我认为它会减少内存占用。
浏览 16提问于2022-07-01得票数 1
回答已采纳
目前，我正在探索用于线性代数的Armadillo C++库。据我所知，它使用LAPACK/BLAS库进行基本的矩阵运算(例如矩阵乘法)。作为Windows用户，我从这里下载了LAPACK/BLAS：。问题是，与Matlab甚至R相比，矩阵乘法非常慢。例如，在我的计算机上，Matlab在~0.15秒内将两个1000x1000矩阵相乘，R需要~1秒，而C++/Armadillo/LAPACK/BLAS需要10秒以上。
因此，Matlab基于高度优化的线性代数库。我的问题是，是否有更快的LAPACK/BLAS库可以使用Armadillo？或者，有没有办法提取Matlab线性代数库并在C++中使用它们
浏览 0提问于2013-07-14得票数 7
回答已采纳
1回答
我刚刚成功地使用在Visual 2010上安装了GSL和BLAS：
然而，使用cblas的矩阵乘法速度慢得离谱。Linux上的一个朋友也有同样的问题。他没有通过GSL链接到BLAS，而是直接链接到cBLAS (我不太明白这意味着什么，但也许你会这么做？)它的速度是原来的十倍。
如何在中做到这一点？在我下载的文件中，我找不到任何可以用Visual构建的文件。
浏览 5提问于2011-08-09得票数 1
1回答
如何使用Blas将实数矩阵与复数向量相乘？当我使用像ccsrgemv()这样的函数时，我得到了类型不匹配的错误？
error: argument of type "float *" is incompatible with parameter of type "std::complex<float> *"
浏览 0提问于2011-10-01得票数 6
回答已采纳
1回答
有没有办法将对称矩阵与密矩阵相乘(并利用我们有对称矩阵的事实)？我知道BLAS中的DSYMM例程，但是我所处理的矩阵是mat类型的(它们不是数组)，所以我想知道从BLAS中使用DSYMM例程是否有什么东西。我在墨鱼文件里找不到任何东西。
浏览 0提问于2018-05-24得票数 0
回答已采纳
1回答
我正在寻找一个用fortran 90/95处理稀疏矩阵的库。我只需要非常基本的运算，比如矩阵向量乘法。你建议我用什么？
我已经搜索过了，一个分机号(？)BLAS称为“稀疏blas"，记录在blast技术论坛规范的第3章中：
，
看起来很理想。根据该文档，库应该有一个fortran 95接口。但是，我在任何我能够下载的地方都找不到这个规范的实际实现。我得到的印象是fortran 95稀疏blas规范并没有真正在任何地方实现？不管怎样，它不是开源的。
我还发现了一个名为sparsekit的库：
有没有人用过这两个库中的任何一个，或者fortran 90/95的其他稀疏矩阵库？我想要关于使
浏览 0提问于2012-09-08得票数 16
回答已采纳
3回答
BLAS :矩阵积在C？
、、、、
由于BLAS (没有机会选择另一个库，这是我的项目中唯一可用的库)，我想用C语言实现一些快速操作。我做以下操作：
反演方阵，
设矩阵积A*B，其中A是计算的逆矩阵，B是向量，
和2(很长)向量。
我听说这种手术用BLAS是可能的，而且速度很快。但是我搜索并没有发现任何东西(在C代码行中，我的意思是)，它可以让我理解和应用它。
浏览 4提问于2012-05-13得票数 2
1回答
一种简单的方法来计算n x m矩阵对具有m个条目的向量的作用，将导致代码的伸缩性类似于O(n X m)。
我知道对于这样的计算，使用BLAS例程是一个很好的选择，但是它们的伸缩性也比O(n X m)好吗？或者它们只是比天真的方法更快，但具有相同的可伸缩性？
浏览 2提问于2016-07-25得票数 0
A是MxK矩阵，B是大小为K的向量，C是KxN矩阵。我应该使用哪组BLAS运算符来计算下面的矩阵？
M = A*diag(B)*C
实现这一点的一种方法是使用三个for循环，如下所示
for (int i=0; i<M; ++i)
for (int j=0; j<N; ++j)
for (int k=0; k<K; ++k)
M(i,j) = A(i,k)*B(k)*C(k,j);
为了获得更好的速度效率，在BLAS中实现这一点真的值得吗？
浏览 0提问于2010-08-23得票数 5
回答已采纳
2回答
(为了个人理解而接近Matlab )，假设我有一个Z，Y矩阵，在这个例子中是Z=1 Y=3
A=1:3
output: 1 2 3
现在，我需要垂直增加矩阵，以获得：
1 2 3
2 4 6
3 6 9
在不使用循环的情况下，我如何才能做到这一点？
浏览 2提问于2015-04-24得票数 0
回答已采纳
1回答
我正在寻找快速的方法来做点产品和BLAS可以是一个选择。但是，是否有任何快速的方法来做不同数组的值的点积？
例如，假设有4个不同的一维数组，a，b，c，d。
a = {1, 2, 3, 4}
b = {5, 6, 7, 8}
c = {9, 10, 11, 12}
d = {13, 14, 15, 16}
还有另一个数组
k = {1, 2, 3, 4}
我想做的是计算
ans1 = a[0]*k[0] + b[0]*k[1] + c[0]*k[2] + d[0]*k[3];
ans2 = a[1]*k[0] + b[1]*k[1] + c[1]*k[2] + d[1]*k[3];
等等..。
浏览 3提问于2015-11-04得票数 3
回答已采纳
1回答
我正在使用imguizmo来转换我的项目中的一个场景中的对象，我正在使用DirectX11.imguizmo接受一个模型矩阵来转换gizmo。它工作得很好，但是为了将gizmo转换成一个顶点，我需要给它一个转换矩阵，将它转换成那个顶点，这就是我如何生成4x4翻译矩阵的方法。
[ 1.f, 0.f, 0.f, x ]
[ 0.f, 1.f, 0.f, y ]
[ 0.f, 0.f, 1.f, z ]
[ 0.f, 0.f, 0.f, 1.f ]
xyz是我想把它翻译到的和弦。
但是它不起作用。在这之后，我的吉兹莫消失了。翻译矩阵不是这样工作的吗？
浏览 0提问于2019-07-28得票数 0
回答已采纳
2回答
我正试图在Julia中做一些矩阵乘法，将其与numpy的矩阵相乘。
我的朱莉娅代码如下：
function myFunc()
A = randn(10000, 10000)
B = randn(10000, 10000)
return A*B
end
myFunc()
python版本是：
A = np.random.rand(10000,10000)
B = np.random.rand(10000,10000)
A*B
Python版本需要100 to以下的时间才能执行。朱莉娅版本超过13s!！考虑到他们在引擎盖下使用几乎相同的BLAS技术，朱莉娅版本的问题是什么？！
浏览 4提问于2015-12-11得票数 2
回答已采纳
2回答
我想要计算向量，
S=A B u，
其中s和u是N维复向量，A是N×M复矩阵，B是M×N复矩阵。当A、B和u的元素表示为浮点数时，以下哪两种方法具有更好的准确性(更有效的数字)？
(1)先计算B。
首先做矩阵向量乘法，
Y=B u
然后，另一个矩阵向量乘法
S=A y
(2)先计算A、B。
首先做矩阵-矩阵乘法，
C=A B
然后，矩阵向量乘法
S=C U
有什么已知的一般规则吗？
顺便说一下，我知道方法(1)比方法(2)效率高得多。
浏览 2提问于2011-09-26得票数 3
回答已采纳
1回答
倒推误差对排样矩阵的影响
、、、、
我了解神经网络的反向传播算法，以及误差如何在层中向后传播。也就是说，我知道，给定一个3层的前馈网络，改变W1的数量取决于第2层和第3层的权重，以及它们激活函数的导数。
问:当您的第一层是嵌入层(即，考虑使用手套初始化嵌入矩阵)，网络如何使用反向传播更新该矩阵？如何将该层表示为一个由输入和一些权重矩阵组成的方程？
浏览 0提问于2018-06-12得票数 3
回答已采纳
1回答
当我这样做的时候，图形输出是完全混乱的，但我出于好奇尝试了一下。我原以为它会因为非法的数学运算而崩溃：
// gl_Position=Projection*Modelview*Position; <- normal, works fine
// gl_Position=Position*Modelview*Projection; <- bad output, but still runs fine
Position是向量，其他是矩阵。
OpenGL是列为主的，这意味着您只能将矩阵右侧的向量相乘。如果向量是列，则没有数学方法将向量乘到矩阵的左侧，因为内部维度不匹配:
浏览 2提问于2013-06-04得票数 4
回答已采纳
我试图从Tensorflow内置的稀疏矩阵乘法API中获取性能优势。建议tf.embedding_lookup_sparse是正确的方法。
但是，embedding_lookup_sparse的性能似乎在中有些令人失望。虽然它执行较小的矩阵乘法，<1,3196>和<3196,1024>，但稀疏度为0.1的稀疏矩阵不能获得密集矩阵乘法。
如果我的实现是正确的，我认为原因之一是Tensorflow使用COO格式保存所有索引-非零对。我不是这个领域的专家，但是，这不是众所周知的CSR格式在这种计算中表现得更好吗？对于稀疏矩阵表示，Tensorflow内部使用COO格式而不是C
浏览 6提问于2016-06-08得票数 4
回答已采纳
2回答
将模型视图矩阵转换为：glTranslatef(-camerax, -cameray, -cameraz)rotate，模型视图矩阵转换为摄像机旋转，glRotatef(camangle, camrotx, camroty, camrotz)Then，从这里开始呈现在推矩阵和弹出矩阵命令之间的对象。
一切工作，翻译和旋转都很好。直到我尝试在旋转的模型视图矩阵中移动摄像机。我想将相机移向(int自己的对象空间)。我将这一行添加到UP键的onKeyDown方法中：：
但是使用这个命令，凸轮向模型视图矩阵的-z轴移动，而不是向自己空间的-z轴移动。
我想不出如何使宾语翻译朝着自己的方向发展。有人能解
浏览 3提问于2011-03-13得票数 0
回答已采纳
所以我试图帮助另一个So用户，在这个过程中，我不能创建一个Cython程序来在NumPy之外做一些简单的事情，这迫使我使用GIL。因此，这使得使用OpenMP (多核)变得不可能。然后我发现了一个有趣的帖子，而你可以从SciPy直接将Fortran库导入到Cython代码(BLAS，LAPACK)中，这些代码与NumPy一起安装，在我的例子中是Intel MKL的等效函数。我所要做的就是简单地将2个向量乘以1000x1维，再将另一个向量转置，得到一个1000x1000矩阵。但是我找不到相关的Fortran例程(相当于NumPy乘法)来完成这项工作。所有的例程似乎都是做矩阵乘法。所以现在SciP
浏览 1提问于2017-06-20得票数 2
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。
虽然用标准偏差来缩放这些数据是微不足道的，但是贬低当然是一种天真的方式，因为这会创建一个密集的、200+ is的矩阵。
执行svd的相关代码是julia，可以在上找到。
从我的阅读来看，这段代码的一个关键元素是AtA_or_AAt结构和围绕这些结构的几个函数，特别是A_mul_B！为了您的方便，请在下面复印
struct AtA_or_AAt{T,S} <: AbstractArray{T, 2}
A::S
buffer::Vecto
浏览 9提问于2017-09-25得票数 7
回答已采纳
2回答
我正在开发一个小的神经网络，它的参数需要很大的优化，所以处理时间很长。我用cProfile描述了我的脚本，80%的处理器时间是NumPy dot函数，其余的是numpy.linalg.solve函数的矩阵反演。我当前版本的numpy使用的是blas，或者说是它看上去的样子，因为numpy.core._dotblas.dot是作为一个函数出现的，它占用了处理时间的80%。
因为它是我的神经网络的核心，而且我必须运行很多次，任何微小的速度增益都可以节省我在多次重复的参数优化上的大量时间。
更精确:矩阵乘法是在形状最小的100*100到500*500的矩阵上进行的。我有一台有12个核的计算机，到目前
浏览 3提问于2012-09-02得票数 8
回答已采纳
2回答
假设我想建立这个方程(电机，6个阶段)：
Vs = Rs*Is + d/dt*(Ls*Is)
其中所有变量都是矩阵，因此：
Vs = va1 vb1 vc1 va2 vb2 vc2‘(列向量)
Is = ia1 ib1 ic1 ia2 ib2 ic2‘(列向量)
Ls和Rs为6x6矩阵(常数)
在我看来，Vs是输入向量，也是输出向量，所以我需要重新排列方程。
我已经看到，这是不可能在Simulink给转移Fcn块的矩阵，至少不是一个多输入多输出系统。
是否有办法在Simulink上实现这一点，仍然使用矩阵Ls和Rs而不“解”方程？
谢谢
浏览 2提问于2014-06-18得票数 0
回答已采纳
1回答
将矩阵提升为幂
、、
假设我们有一个已知有逆的Hermitian矩阵A。
我知道LAPACK库中的ZGETRF和ZGETRI子程序可以计算逆矩阵。
在LAPACK中是否有子例程或BLAS库可以直接计算A^{-1/2}或其他计算A^{-1/2}的方法？
浏览 6提问于2022-04-13得票数 1
回答已采纳
我是一名从事地球物理反演的研究员。它需要求解线性系统：Au = rhs。这里A通常是稀疏矩阵，但rhs和u可以是稠密矩阵，也可以是向量。为了进行基于梯度的反演，需要进行灵敏度计算，需要大量的矩阵矩阵和矩阵向量乘法。最近，我在矩阵(稀疏)-矩阵(稠密)乘法中发现了一种奇怪的行为，下面是一个例子：
import numpy as np
import scipy.sparse as sp
n = int(1e6)
m = int(100)
e = np.ones(n)
A = sp.spdiags(np.vstack((e, e, e)), np.array([-1, 0, 1]), n, n)
A
浏览 6提问于2017-04-21得票数 3
回答已采纳
4回答
我试图计算以下内容：
Y= Y0 -( Un.(A*Y0) + Vn.(Y0*Z) )*dt
以最快/最有效的方式，在Y0，Un，Vn，A，和Z都是按300×300的阶表示的矩阵，“。是矩阵点乘积，"*“表示矩阵乘法。
我的问题是：
计算独立于计算的子矩阵A2 = A*Y0和Z2 = Y0*Z，那么Un2 = Un.*A2和Vn2 = Vn.*Z2比串行计算它们的速度更快，以至于Y= Y0 - (Un2 + Vn2)*dt？如果是这样的话，如何进行并行计算的一个好例子是什么？
是否还有其他更好的/推荐的方法(例如，使用ATLAS)？
该语言是C++，它将运行在具有多核(
浏览 4提问于2011-03-24得票数 2
回答已采纳
3回答
我试图在Python中实现大量的矩阵-矩阵乘法。最初，我假设NumPy会自动使用我的线程BLAS库，因为我是根据这些库构建的。但是，当我查看或其他东西时，代码似乎根本不使用线程。
有什么想法吗?有什么问题，或者我能做些什么来轻松地使用BLAS的性能？
浏览 2提问于2011-03-10得票数 50
回答已采纳
1回答
我使用CUBLAS (Cuda Blas库)进行矩阵运算。
是否可以使用CUBLAS来实现矩阵项的指数/均方根？
我是说，有了2x2矩阵
1 4
9 16
我想要的是一个提升到给定值的函数，例如2
1 16
81 256
并计算均方根值。
1 2
3 4
使用CUBLAS可以做到这一点吗？我找不到一个适合这个目标的函数，但我会先在这里请求开始编写我自己的内核。
浏览 1提问于2011-03-27得票数 5
回答已采纳
1回答
我试图用C++编写一个驱动程序来计算非对称实值稀疏矩阵的特征值，使用ARPACK提供的fortran函数，但是反向通信方法有点麻烦。
一般情况下，我试图求解正常的特征值方程：
A*v = lambda*v
在ARPACK中，任何与矩阵A的交互都是通过函数‘av’完成的：
av(n, workd[ipntr[0]], workd[ipntr[1]])
它将从位置'ipntr‘开始的数组'workd’中的向量乘以，并将结果插入从位置'ipntr1‘开始的数组'workd’。在的手册中给出了这种方法的例子，也在ARPACK/ Examples /SIMPLE/dnsi
浏览 6提问于2014-09-29得票数 0
回答已采纳
1回答
我想使用Fortran95中的稀疏Blas来创建矩阵，并且我正在使用点条目构造。使用以下命令创建矩阵后
调用duscr_begin(n，n，a，istat)
这里a是n乘以n的矩阵的句柄。在向其中插入值之后，我如何使用它的句柄a来查看最终的矩阵？因为我想使用矩阵进行一些其他操作，所以我想看到三个向量(稀疏)形式的矩阵(row_index，Col_index，Value)。
有关此稀疏Blas的详细信息，请参阅第3章，可在此处查看
浏览 2提问于2012-05-30得票数 0
回答已采纳
2回答
如何尽可能快地进行矩阵计算
、、、、
纯粹出于我对代码和计算机的知识和理解，我试图创建一个具有多个矩阵函数的数组/矩阵类，然后我将在我需要一个矩阵或数组类的任何项目中使用它。最重要的是，我想使用这个矩阵/数组类制作一个神经网络库，因此要求它尽可能快。
我所要求的最快的函数是两个矩阵的矩阵乘积计算，但是，对于较大的矩阵，我几乎没有成功地使这一计算更快。
我目前计算点积的方法是：
注意，这段代码是python的，但是，如果python不是最佳语言，我可以使用任何其他语言。
a = [[1, 2, 3], [4, 5, 6]]
b = [[1], [2], [3]]
def dot(a, b):
c = [[0 for j i
浏览 13提问于2019-10-29得票数 2
回答已采纳
1回答
我想把矩阵A的子集乘以另一个矩阵，使用dgemm或任何其他的lapack/blas函数。我认为，由于子矩阵的元素可能不是连续的，所以如果不将子矩阵复制到另一个空间，就不能直接使用dgemm。所以，当这个子矩阵本身很大的时候，它可能是非常低效的，因为我认为我最好用C来写这个特定问题的乘法代码，因为复制然后使用翻版/blas本身，可能是没有效率的。我正在使用lapack/blas在matlab作为一个mex文件。
我的问题是
2.如果没有，那么直接编写乘法代码更好，还是将子矩阵复制到另一个矩阵并使用dgemm更好？
浏览 2提问于2017-09-26得票数 4
回答已采纳
1回答
带python的线性代数的性能
、、、、
不同语言和相关问题的基准在互联网上随处可见。但是，我仍然不知道是否应该在我的程序中切换到C。
基本上，在我的程序中最耗时的部分涉及到大量的矩阵逆和矩阵乘法。我有几个计划：
坚持不放。
在LAPACK/BLAS中使用C。
重写我的python程序，将最耗时的部分转换为C，然后使用python调用C。
我知道numpy只是被LAPACK/BLAS包裹的东西。那么，2或3会比1快很多(500%)吗？
浏览 4提问于2015-12-07得票数 1
回答已采纳
1回答
Numpy矩阵乘法行为
、、、
我有一个问题，要理解numpy中的矩阵乘法。例如，我有以下矩阵(2d numpy数组)：
a = [ [ 1. 1. ]
[ 1. 2. ]
[ 1. 3. ] ]
和下面的行向量θ：
theta = [ 1. 1. ]
将a与θ相乘的唯一方法是首先在列向量中转换θ，然后得到结果：
result = [ [ 2. ]
[ 3. ]
[ 4. ] ]
当我将矩阵和行向量相乘时(不进行转换)
result = np.dot(a,theta)
我明白了：
result = [ 2. 3. 4. ]
这怎么可能？我是说，我没有变换矩阵
浏览 3提问于2016-10-22得票数 0
回答已采纳
我一直在开发一个，最近我可以轻松地创建一个摄像机类来管理视图矩阵(或者允许轻松切换到另一个视图矩阵)。在概念上，我知道它必须做什么，但我遇到的困难是如何围绕局部原点旋转(对于视图矩阵，它将与被乘以为旋转矩阵的平移矩阵相同)。
我知道在直接模式下，你会
glTranslatef(x, y, z); //move back to origin
glRotatef(angle, x_rot, y_rot, z_rot); //turn using a quaternion
glTranslatef(-x, -y, -z); //move back to original location
浏览 0提问于2014-04-27得票数 0
回答已采纳
我正在学习统一着色器，但是一行代码让我感到困惑：
float3 normalDirection = normalize(mul(float4(v.normal,0.0),_World2Object).xyz);
float4的结果不是乘以_World2Object( 4x4矩阵)也是4x4矩阵吗？但结果似乎是一个float4，然后通过访问.xyz属性将其转换为.xyz。
是否有任何预先定义的属性来访问像.xyz这样的二维矩阵？
非常感谢:)
浏览 2提问于2014-08-04得票数 2
回答已采纳
4回答
我正在尝试使用(S)应用来乘以两个不同维数的矩阵。矩阵是： xx <- matrix(c(1, 2, 3, 4, 5, 6), nrow=2, ncol=3, byrow=T)
yy <- matrix(c(10, 100), nrow=2, ncol=1, byrow=T) 我想要的是将一个矩阵的每一行与另一个矩阵的每一行相乘，得到以下结果： > zz
[,1] [,2] [,3]
[1,] 10 20 30
[2,] 400 500 600 我尝试过sapply(yy, function(x) xx*x)，它生成一个6x2矩
浏览 91提问于2020-08-17得票数 2
回答已采纳
1回答
金属着色语言中的矩阵乘法
、、、、
我正在与苹果的金属2框架工作。官方，第2.3节。矩阵数据类型表明：
math支持由系统数学库实现的矩阵数据类型的子集。支持的矩阵类型名称是: halfnxm和floatnxm。其中n和m是列和行的数目。N和m必须是2，3或4。
所以要确定的是:我可以在着色函数中定义的最大矩阵是一个4x4矩阵？
更大的矩阵呢？我要自己去执行吗？
浏览 1提问于2017-12-30得票数 0
2回答
需要稀疏矩阵库
、、
是否有复制密集BLAS功能的稀疏矩阵库？
我至少想要：
有效的SYR和SYRK (秩-k更新)，具有稀疏的输入(和可能的密集输出)，
稀疏对称存储的选项，
点，NRM2，转置和其他标准的好东西。
但是，命名和API不需要以BLAS为中心，只要它完成了工作。C或Fortran优先，但C++也可以。
我查看了、、和，但是他们要么不支持我所需要的，要么我就不知道他们是否支持。
浏览 0提问于2011-08-04得票数 2
我在用Armadillo。我有这些变量：
arma::Mat<float> m_matrix;
arma::cx_vec m_eigenvalues;
arma::cx_mat m_eigenvectors;
我想这么做：
void calculate_eigens ()
{
arma :: eig_gen (m_eigenvalues, m_eigenvectors, m_matrix);
}
但是eig_gen的函数原型不允许这些参数类型，它希望第三个参数是一个双精度矩阵。
gcc的错误如下：
错误:调用“eig_gen(arma：：cx_vec&am
浏览 3提问于2017-10-24得票数 2
回答已采纳
我正在寻找在C/C++中计算大型矩阵错位转置(>> 1024x1024)的最有效方法。我已经在SO中找到了几个答案，但我需要更多“值得信赖”的资源(比如blas/lapack)。
从一个在线快速搜索中，我了解到blas没有这样的功能。但这暗示了Lapack实现了矩阵转置。我已经寻找了一段时间(包括lapack文档)，但没有找到答案。
我知道MKL-Blas实现了矩阵转置，但我在远程服务器上工作，我无法在那里安装它。
浏览 2提问于2020-03-24得票数 0
2回答
我正在使用NumPy ()处理NumPy中的矩阵乘法。由于数据集非常大，我希望尽可能减少总体运行时间--即执行尽可能少的np.dot()产品。
具体来说，我需要从我的值向量的每个元素中计算整体矩阵积以及相关的流。在NumPy中是否有一种方法可以在一个或两个np.dot()产品中一起计算所有这些？在下面的代码中，是否有一种方法可以减少np.dot()产品的数量而仍然得到相同的输出？
import pandas as pd
import numpy as np
vector = pd.DataFrame([1, 2, 3],
['A'
浏览 2提问于2016-10-31得票数 2
回答已采纳
我有一个GLSL着色器，工作很好，直到我添加以下的线条到它。
"vec4 coord = texture2D(Coordinates,gl_TexCoord[0].st);"
"mat4x3 theMatrix;"
"theMatrix[1][1] = 1.0;"
"vec3 CampProj = theMatrix * coord;"
当我检查错误日志时，我被告知：
"ERROR: 0:2: '=' : cannot convert from '4-component vector of flo
浏览 7提问于2014-11-26得票数 5
回答已采纳
4回答
这让我有点困扰：
假设你有一个有三层的矩阵。
有没有一种简单的方法将这个矩阵与三个元素的向量相乘，以便第一层(所有元素)与向量的第一个元素相乘，依此类推……
现在我必须使用一个函数来完成，如下所示：
function out=fun(matrix,vector)
out=matrix;
for k=1:3
out(:,:,k)=out(:,:,k)*vector(k);
end
有没有一种有效的方法，只用一行代码就能做到这一点，而不需要函数呢？
浏览 4提问于2011-04-16得票数 10
回答已采纳
2回答
我正在学习斯坦福大学的NLP课程，我有问题从下面的图片中理解Skipgram中的一个概念。
从左到右，第一列矢量为一个热点编码器，第二列向量为一层神经网络的字嵌入矩阵，第三列向量为字表示向量。然而，当涉及到第四个矩阵时，它是一个维数'v by d‘的矩阵。不知道我听得对不对，但是演讲者说这是上下文词的表示，这三个矩阵是相同的？
我的问题是: 1.为什么这三个矩阵是相同的，但三个乘法结果却是不同的? 2.如何得到这个矩阵(v×d维数)？
与讲座的链接是：
浏览 0提问于2018-03-25得票数 3
回答已采纳
矩阵的*和**以及A* 1andA ** mat 1‘的区别是什么？
示例：
lemma myexample:
fixes A :: "('a::comm_ring_1)^'n∷finite^'n∷finite"
shows "(A * 1 = A) ∧ (A ** (mat 1) = A)"
by (metis comm_semiring_1_class.normalizing_semiring_rules(12) matrix_mul_rid)
浏览 2提问于2013-12-01得票数 2
回答已采纳
1回答
在定义运算符时，矩阵的级联是如何有意义的？当我们处理二维时，为什么会有三维矩阵？我觉得问这个问题真的很愚蠢，但我对向量分析和代数很熟悉，但我缺乏这方面的任何信息。为什么不只是将变换或缩放矩阵相乘，然后作为运算符应用到坐标上呢？
我正试图在我已经可以用鼠标翻译的网格上做一个缩放鼠标功能，但是有两天我做不到。有没有办法在变压器上使用setTranslate或setScale而不重置已经存在的操作员呢？级联的组成是如何工作的？
编辑，我终于得到了变焦和逐点的算法正确.诀窍是在应用其他内容之前应用依赖于zoomLevel本身的翻译，同时保存前面的运算符：(如果有人对此感兴趣..)
Affine
浏览 1提问于2014-09-09得票数 0
在标准的ANN中，对于完全连接的层，我们使用以下公式：tf.matmul(X,weight) + bias。这一点对我来说是很清楚的，因为我们使用矩阵乘法来连接输入和隐藏层。
但是在GloVe实现()中，我们使用以下公式进行嵌入乘法：tf.matmul(W, tf.transpose(U))使我感到困惑的是tf.transpose(U)部件。为什么我们使用tf.matmul(W, tf.transpose(U))而不是tf.matmul(W, U)
浏览 6提问于2020-04-19得票数 0
回答已采纳
1回答
分析器中的BLAS例程？
、、、
我正在尝试分析一些调用GEMM进行矩阵乘法的Fortran代码。
我曾经使用双精度，正如我所期望的那样看到了dgemm调用，但现在我已经切换到单精度，我在profiler中的任何地方都看不到sgemm。
老实说，我甚至不明白dgemm是怎么出现的。不需要使用-pg编译BLAS库来创建必要的符号吗？
这是为BLAS库使用intel MKL，为分析器使用gprof。
浏览 4提问于2018-02-28得票数 0
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
