![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学
文章平均质量分 68
卖刻耳乔丹
绝知此事要躬行。
展开
-
cusparse的使用
1、cusparse简介 cusparse是一个非常好的进行系数代数运算的库。不得不提到的是,它的效率是相当高效的,尤其是当进行大规模的稀疏计算的时候,cuda的优势就体现得淋漓尽致了(相比于MATLAB而言)。先说明一下,如果你是一个有着丰富编程经验的老手,那么本文对于你可能没有太大作用,然而如果你是想使用cusparse加速程序的新手,本文可以为你节约相当的时间。2、稀疏矩阵于一般矩阵的乘法原创 2016-03-30 22:16:05 · 7431 阅读 · 3 评论 -
基于单边jacobi的奇异值分解(SVD)
基于单边jacobi的奇异值分解(SVD)对于奇异值分解(SVD),相信很多学过线性代数/高等代数的同学都不会很陌生,但是怎么实现呢?接下来就来详细说说。 为了方便讨论,本文所有的讨论仅限定于实数空间。奇异值分解的含义就是将矩阵A分解成一个酉矩阵U,一个准对角矩阵S还有一个酉矩阵V。首先要说明一点,SVD分解是存在的但不唯一,这个有兴趣的读者可以思考一下。利用数学公式可以写成: A=USV′原创 2016-02-03 10:24:05 · 11148 阅读 · 2 评论 -
LASSO和LARS
1、LASSO简介 LASSO是一种经典的松弛算法,其全称是The Least Absolute Shrinkage and Selectionator operator,于1996年由Tibshirani提出来。lasso的一个根本思想就是利用L1范式来诱导稀疏解,下面给出lasso的两种形式以及其等价性证明,至于lambda和t的对应关系以后再给出。 这张图片由Le.Han老原创 2016-04-05 12:16:33 · 7794 阅读 · 0 评论 -
基于Cuda的几种并行稀疏矩阵乘法方法(一)
最近由于研究需要和兴趣看了很多稀疏矩阵乘法的算法,这方面的研究千奇百怪,研究人员真的是十八般武艺全都用上了,好吧,就让我来说说这个东西吧,由于这个东西实在方法太多,所以请容许我一节一节地去完善。 1、存储方式 稀疏矩阵的存储方式真的非常多,也各有千秋,它们包括CSR(许多库的首选存储方式),COO(MATLAB存储稀疏矩阵的方式),CSC(这个也可以看成是CSR,做个转置就完了),ELL原创 2016-05-13 14:48:39 · 7600 阅读 · 3 评论 -
论文纠错(一)
说说最近读的几篇论文的问题,果然有的论文还是不能细细地去读,一读就发现有问题。 第一个是MSPCA里面的公式(7)到公式(8),那个Sr前面的2是不应该有的,也就是推导的时候出错了。 第二个是GPUTENSOR里面的Gpu_product的算法,并不能get到warp的Id,我很想知道是不是把block写成warp了。。。或者说是一个block里面就是32个thd,所以索性写成warp?原创 2016-04-19 18:10:52 · 1473 阅读 · 0 评论 -
利用cuda加速MATLAB程序
利用cuda加速MATLAB程序利用cuda加速MATLAB程序1参考木子超的办法2参考Tomheaven的方法3引用 最近因为要做张量的模态积,所以要考虑使用cuda来进行并行的编程,但是c++实在太麻烦,尤其是在有MATLAB的时候,写c++简直就是一种“浪费时间”的行为。如果能用MATLAB调用cuda的程序那该是一件多么美好的事情呀。 确实,这件事情非常美...原创 2016-03-18 14:19:24 · 12704 阅读 · 2 评论