blas

1熱度

1回答

我想使用包msm來做一個基本的馬爾可夫模型，並且事情工作正常，直到我突然開始接收下面的錯誤代碼。我不知道爲什麼它突然開始拋出這個，因爲它在早期工作得很好，我不認爲我已經改變了任何東西。錯誤代碼似乎是指向線性代數庫，但我不知道如何處理它到底做... Error in balance(baP$z, "S") : BLAS/LAPACK routine 'DGEBAL' gave error

3熱度

1回答

使用lapack/blas將矩陣的一個子集乘上另一個矩陣

我想使用dgemm或任何其他lapack/blas函數將矩陣A的子集乘以另一個矩陣。我認爲，由於子矩陣的元素可能不是連續的，我不能直接使用dgemm而不將子矩陣複製到另一個空間。所以，當這個子矩陣本身很大時，我認爲在C中爲這個特定問題編寫乘法代碼可能會更好，因此效率可能非常低。由於複製並使用lapack/blas本身，可能效率不高。我在matlab中使用lapack/blas作爲mex文件。我的

2熱度

1回答

在使用NOGIL的Cython中使用Fortran NumPy操作，相當於NumPy乘法的Fortran庫是什麼？

所以我想幫助另一個SO用戶，並且在這個過程中，我無法創建一個Cython程序來執行一些簡單的NumPy外部操作，這迫使我使用GIL。這使得使用OpenMP（多核）成爲不可能。然後，我遇到了一個有趣的帖子，而您可以從SciPy Fortran庫直接導入用NumPy安裝的Cython代碼（BLAS，LAPACK），在我的情況下是英特爾MKL等效函數。我想要做的是一個簡單的向量乘以2個向量1000x1維

0熱度

1回答

星火不MKL DLL

我工作的IntelliJ找到BLAS這個參數指定到我的JVM： -Dcom.github.fommil.netlib.BLAS=mkl_rt.dll (my mkl folder is in the Path) 不過我還是有以下警告： WARN BLAS: Failed to load implementation from: mkl_rt.dll 任何幫助？

0熱度

1回答

Fortran的MKL dgemm結果爲零

在下面的Fortran程序中，我使用Intel的MKL庫使用dgemm執行矩陣乘法。最初，我使用了matmul子程序，並得到了正確的結果。當我在下面的循環中將matmul翻譯爲dgemm時，我得到了所有零矢量，而不是正確的輸出。我感謝您的幫助。 program spectral_norm implicit none ! integer, parameter :: n = 5500, dp

3熱度

1回答

如何爲星火正確設置本地ARPACK 2.2.0

我收到以下警告，當我運行PySpark工作： 17/10/06 18:27:16 WARN ARPACK: Failed to load implementation from: com.github.fommil.netlib.NativeSystemARPACK 17/10/06 18:27:16 WARN ARPACK: Failed to load implementation from:

0熱度

1回答

使用RenderScript Intrinsic BLAS在Android中執行矩陣操作，但是我得到了錯誤的結果？

我需要在Android的進行矩陣運算，所以我搜索有關的renderScript，和我useful information here 我在上面這樣的答案試圖程序： private void compute(){ mRs = RenderScript.create(this); Type.Builder builder = new Type.Builder(mRs, Elemen

3熱度

2回答

在CentOS/Fedora上安裝OpenBLAS

在Java項目中，我使用了matrix-toolkits-java（MTJ）來實現高效的矩陣乘法。這依賴於netlib-java，而這又依賴於機器上安裝的BLAS和LAPACK的優化實現。它專門查找/usr/lib64/libblas.so.3和/usr/lib64/liblapack.so.3來查找這些庫。當通過百勝安裝blas和lapack，我們得到符號鏈接/usr/lib64/libbla

1熱度

1回答

使用Cython中的Scipy cython_blas接口不處理向量Mx1 1xN

這裏必須處理類似的問題：Calling BLAS/LAPACK directly using the SciPy interface and Cython但是不同，因爲我使用SciPy示例中的實際代碼_test_dgemm：https://github.com/scipy/scipy/blob/master/scipy/linalg/cython_blas.pyx這是非常快（當輸入矩陣輸入時，比輸

3熱度

2回答

BLAS 2級頻帶矩陣 - 向量乘積多個向量

對於一般和對稱情況（MKL實現的鏈接），存在帶狀矩陣向量乘積的BLAS Level 2中的例程。 cblas_?gbmv cblas_?sbmv 有沒有辦法使用多個向量（不使用for循環外），最大限度地在這種情況下的表現？