使用Mac osx加速框架在NaN中的矩陣乘法結果

當我使用numpy.dot代替ndarray時，出現了一個奇怪的現象。這是安裝在我的MacOSX的numpy的信息：使用Mac osx加速框架在NaN中的矩陣乘法結果

{'define_macros': [('NO_ATLAS_INFO', 3), ('HAVE_CBLAS', None)], 
'extra_compile_args': ['-msse3', 
'-I/System/Library/Frameworks/vecLib.framework/Headers'], 
'extra_link_args': ['-Wl,-framework', '-Wl,Accelerate']}

假設有兩個矩陣W(m, k)，X(k, n)和y = W.dot(X)，我發現有在y是NaN一些位置。例如：y[i][j] == Nan。然後我做以下操作：

a = W[i].dot(X[:,j])

而且我發現a不是Nan！此外，我還發現y中的Nan的位置是每個實驗之間的差異。

我用同樣的W和X，做該操作在另一臺PC與Ubuntu14.04的numpy的在PC上的信息是：

{'define_macros': [('ATLAS_INFO', '"\\"3.10.1\\""')], 
'include_dirs': ['/usr/include/atlas'], 
'language': 'c', 
'libraries': ['f77blas', 'cblas', 'atlas'], 
'library_dirs': ['/usr/lib/atlas-base']}

y = W.dot(X)是正常的，也沒有在任何NaN。

我知道numpy.dot是如何實現的，cblas_dgemm()被稱爲雙精度矩陣時矩陣的情況。 那麼在MacOSX Accelerate框架中是否有任何錯誤？

矩陣W是在caffe.convolutionLayer重量斑點，並X是輸入到該層。我還在我的MacOSX上使用了caffe，它使用Accelerate.framework作爲它的矩陣乘法庫。奇怪的事情也發生了。

來源

2016-03-01 dremaingo

你有沒有機會驗證是否有零除？ –

@HarshWardhan我所做的實驗只包含矩陣乘法，根本沒有劃分。 – dremaingo

如果矩陣包含零和inf/-inf，那麼產品零* inf似乎被定義爲nan。在BLAS庫中似乎存在不一致性，我的（libblas3）有時省略了NaN值，併爲不同大小的矩陣提供了不同的結果。比較AxB == trans（trans（A）* trans（B））不同的位置，其中A和B是矩陣，trans（）是矩陣的轉置。

來源

2016-04-11 11:46:07 fungs

使用Mac osx加速框架在NaN中的矩陣乘法結果

回答

相關問題