cuSPARSE官方程序示例

在这里插入图片描述

cuSPARSE Library

简介

这个文件演示了cuSPARSE通用API的用法

官方程序:后续会出解析(20230410)

cuSPARSE Generic APIs Documentation

cuSPARSE Samples


向量 - 向量 操作
  • cusparseAxpby

    示例演示了稀疏向量向密集向量缩放和求和

  • cusparseGather

    示例演示了从密集向量向稀疏向量的元素收集

  • cusparseRot

    示例演示了稀疏向量向稠密向量给定的旋转

  • cusparseScatter

    示例演示了稀疏向量向稠密向量元素的散射

  • cusparseSpVV

    示例演示了稀疏向量向密集向量点击

矩阵 - 向量 运算
  • cusparseSpMV CSR

    示例演示了稀疏矩阵 - 密集向量乘法,其中稀疏矩阵以CSR(压缩稀疏行)存储格式表示

  • cusparseSpMV COO

    示例演示了稀疏矩阵 - 密集向量乘法,其中稀疏矩阵以COO(坐标)存储格式表示

  • cusparseSpSV CSR

    示例演示了具有单右侧稀疏三角形求解器(应该是上三角),其中稀疏矩阵以CSR格式保存

  • cusparseSpSV COO
    示例演示了具有单右侧稀疏三角形求解器(应该是上三角),其中稀疏矩阵以COO(坐标)存储格式表示

矩阵 - 矩阵 操作
  • cusparseSpMM CSR

    示例演示了稀疏矩阵 - 密集矩阵乘法 = 密集矩阵,其中稀疏矩阵以CSR(压缩稀疏行)存储格式表示

  • cusparseSpMM CSR - Batched

    示例演示了批处理稀疏矩阵 - 密集矩阵乘法 = 使用自定义运算符的密集矩阵,其中稀疏矩阵以CSR(压缩稀疏行)存储格式表示

  • cusparseSpMMOp CSR

    The sample demonstrates Sparse Matrix - Dense Matrix multiplication = Dense Matrix with Custom Operators, where the sparse matrix is represented in CSR (Compressed Sparse Row) storage format

  • cusparseSpMM COO

    示例演示了稀疏矩阵-密集矩阵乘法=密集矩阵,其中稀疏矩阵以COO(坐标)存储格式表示

  • cusparseSpMM COO - Batched

    示例演示了批处理稀疏矩阵-密集矩阵乘法=密集矩阵,其中稀疏矩阵以COO(坐标)存储格式表示

  • cusparseSpMM SDDMM

    示例演示了密集矩阵-密集矩阵乘法=稀疏矩阵,其中稀疏矩阵以CSR(压缩稀疏行)存储格式表示

  • cusparseSpMM Blocked-ELL

    示例演示了稀疏矩阵-密集矩阵乘法=密集矩阵,其中稀疏矩阵以块- ell( Blocked-ELL)存储格式表示

  • cusparseSpMM SDDMM - Batched
    示例演示了批处理密集矩阵-密集矩阵乘法=稀疏矩阵,其中稀疏矩阵以CSR(压缩稀疏行)存储格式表示

  • cusparseSpGEMM

    示例演示了稀疏矩阵-稀疏矩阵乘法=稀疏矩阵,其中所有操作数都是用CSR(压缩稀疏行)存储格式表示的稀疏矩阵

  • cusparseSpGEMM - Memory Optmization

    示例演示了稀疏矩阵-稀疏矩阵乘法=稀疏矩阵,其中所有操作数都是用CSR(压缩稀疏行)存储格式表示的稀疏矩阵,并且内存使用得到了优化

  • cusparseSpGEMM_reuse

    示例演示了稀疏矩阵-稀疏矩阵乘法=稀疏矩阵,其中所有操作数都是用CSR(压缩稀疏行)存储格式表示的稀疏矩阵,并且输出矩阵的结构可以重复使用多次

  • cusparseSpSM CSR

    示例演示了具有多个右手边的稀疏三角形求解器,其中稀疏矩阵以CSR(压缩稀疏行)存储格式表示

  • cusparseSpSM COO

    示例演示了具有多个右手边的稀疏三角形求解器,其中稀疏矩阵以COO(坐标)存储格式表示

Conversion
  • cusparseSparseToDense

    示例演示了稀疏矩阵到密集矩阵的转换*,其中稀疏矩阵以CSR(压缩稀疏行)存储格式表示

  • cusparseDenseToSparse

    示例演示了密集矩阵到稀疏矩阵的转换,其中稀疏矩阵以CSR(压缩稀疏行)存储格式表示

  • cusparseDenseToSparse (Blocked-ELL)

    T示例演示了从密集矩阵到稀疏矩阵的转换,其中稀疏矩阵以Blocked-Ellpack存储格式表示

Legacy APIs
  • cusparseXcoosortByRow

    这个示例演示了如何对COO格式矩阵进行排序

  • cusparseSgpsvInterleavedBatch

    The sample demonstrates how to solves two penta-diagonal systems with NOT interleaved format
    示例演示了如何用NOT交错格式求解两个五对角线系统

Optimizations
  • CUDA Graph Capture

    该示例演示了如何优化稀疏向量-密集向量点积 (’ cusparseSpVV ')通过利用CUDA图形捕获功能

  • Hardware Memory Compression

    该示例演示了如何通过利用NVIDIA安培架构硬件内存压缩优化稀疏向量-密集向量缩放和求和 (’ cusparseAxpby ')

Sparse Iterative Methods
  • Preconditioned CG

    示例描述了如何使用cuSPARSE和cuBLAS库来实现不完全- cholesky预处理迭代共轭梯度(CG)

  • Preconditioned BiCGStab

    该示例描述了如何使用cuSPARSE和cuBLAS库来实现不完整- lu预处理迭代双共轭梯度稳定方法(BiCGStab)*

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

kaggle竞赛指南

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值