Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/powerbi/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Optimization 在Eigen中乘以X*X.transpose（）的最快方法？_Optimization_Matrix_Eigen - Fatal编程技术网
Fatal编程技术网
  • optimization/
  • Optimization 在Eigen中乘以X*X.transpose（）的最快方法？

Optimization 在Eigen中乘以X*X.transpose（）的最快方法？

optimization matrix

Optimization 在Eigen中乘以X*X.transpose（）的最快方法？,optimization,matrix,eigen,Optimization,Matrix,Eigen,我想用自转置的方法得到多重矩阵。矩阵的大小约为X[8100] 现在看起来是“MatrixXf h=X*X.transpose（） a） 使用显式事实是否可以使用更快的乘法： 结果矩阵是对称的 X矩阵使用相同的数据，因此，可以使用自定义程序进行乘法。 ? b） 此外，我还可以将X矩阵生成为转置矩阵，并使用X.transpose（）*X，我应该选择哪个维度 c） 任何关于加快矩阵乘法的技巧 谢谢 （a）矩阵太小，无法利用结果的对称性，因为如果这样做，将失去矢量化。所以你没什么办法 （b） 对于该示例

我想用自转置的方法得到多重矩阵。矩阵的大小约为X[8100]

现在看起来是“MatrixXf h=X*X.transpose（）

a） 使用显式事实是否可以使用更快的乘法：

  • 结果矩阵是对称的
  • X矩阵使用相同的数据，因此，可以使用自定义程序进行乘法。 ?
    • b） 此外，我还可以将X矩阵生成为转置矩阵，并使用X.transpose（）*X，我应该选择哪个维度

    c） 任何关于加快矩阵乘法的技巧

    谢谢

    （a）矩阵太小，无法利用结果的对称性，因为如果这样做，将失去矢量化。所以你没什么办法

    （b） 对于该示例，默认列存储应该可以

    （c） 确保编译时启用了优化，并且启用了SSE2（这是64位系统上的默认设置），对于这种大小，devel分支的速度至少是其两倍，并且可以通过启用AVX获得额外的加速。

    为什么我应该松开矢量化？乘法可以对下矩阵部分或上矩阵部分执行每行点积（长度100）。在（int k=0；k