Warning: file_get_contents(/data/phpspider/zhask/data//catemap/0/performance/5.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
Performance 用小值乘稠密矩阵_Performance_Optimization_Matrix - Fatal编程技术网

Performance 用小值乘稠密矩阵

Performance 用小值乘稠密矩阵,performance,optimization,matrix,Performance,Optimization,Matrix,如果将两个矩阵相乘,A*B=C,其中任何一个都可能有大量可忽略不计的值,即接近零。实际上没有任何块结构可以归零 我需要什么解决方案来减少操作? 我想主要是尝试排列矩阵以进入块零结构,但这本身可能是成本。CRS或CCS似乎没有很多现成的dgemm等价物。如果可忽略值的数量足以使矩阵被视为“稀疏”,那么我建议使用稀疏矩阵乘法算法,并添加一个参数,以检测值何时可以被视为可忽略。试试这个和常规矩阵乘法,看看性能是否有任何提高,因为这样做应该很简单,因为算法和库对它的支持很常见。@xshoppyx稀疏矩阵

如果将两个矩阵相乘,
A*B=C
,其中任何一个都可能有大量可忽略不计的值,即接近零。实际上没有任何块结构可以归零

我需要什么解决方案来减少操作?
我想主要是尝试排列矩阵以进入块零结构,但这本身可能是成本。CRS或CCS似乎没有很多现成的dgemm等价物。

如果可忽略值的数量足以使矩阵被视为“稀疏”,那么我建议使用稀疏矩阵乘法算法,并添加一个参数,以检测值何时可以被视为可忽略。试试这个和常规矩阵乘法,看看性能是否有任何提高,因为这样做应该很简单,因为算法和库对它的支持很常见。@xshoppyx稀疏矩阵是相当少见的。我误读了你的文章。我道歉