cuda 矩阵乘法函数之cublasSgemm

，可以考虑使用, 例如cublasSgeam()(矩阵加法), 进行一次1.0 * AT + 0.0 * B的参数设定, 利用内置的转置功能(注意这里的1和0), 来进行将A转换成AT. 在使用CUDA的cuBLAS库中矩阵乘法函数cublasSgemm时，注意到cuda其中的二维矩阵的储存是“按列储存”，一天都处于蒙蔽状态，查了很多资料，按所得结果情况，总结出如下几条。

---

一、获得按行存储的结果

由博文：http://blog.csdn.net/xfortius/article/details/9225799收到启发：

比如，我们想求C=A*B这个矩阵运算，其中A={ {1,1},{2,2},{3,3}};B={ {1},{1}};C={ {4},{5},{6}}，而对于A、B、C进行一维数组表示有A={1,1,2,2,3,3}，B={1,1}，C={4,5,6}；这个在c/c++是和前面表示一样，但是在cublasSgemm中就完全不对了，那么这个一维的A其实表示的是{ {1,2,3},{1,2,3}};可以看到两个矩阵其实刚好是转置关系。那么我们要求C=A*B,按照一维数据输入的话结果A表示的是AT，B表示的是BT，所以我们要输入的是AT和BT，这样在公式中得到的才是A*B.假设这是得到矩阵C=A*B，但是C也是按列存储的，我们要的是CT,而CT=BT*AT，而这里的BT其实就是原矩阵B，AT其实就是原矩阵A。可见，我们通过交换AB的顺序就可以得到按行存储的C。

这里还有一点，就是cublasSgemm的参数，把自己绕的有点晕。这里我们输入的是B*A即（2*1）*（3*2），但是真正在函数中执行的是BT*AT=CT(1*2)*(2*3=(1*3)).因此主要不要把参数搞错了。。

#include <cublas_v2.h> //cuda自带库函数  
#include <helper_cuda.h>  
#