cuda中用cublas库做矩阵乘法
2018-08-12 16:47
323 查看
这里矩阵C=A*B,原始文档给的公式是C=alpha*A*B+beta*C,所以这里alpha=1,beta=0。
主要使用cublasSgemm这个函数,这个函数的第二个参数有三种类型,这里CUBLAS_OP_N求出来矩阵结果是按行排列,所以不需要转置了。
如果用CUBLAS_OP_T参数求得的结果是按列排列,做成C形式的矩阵应该还需要转置一下,并且后面跟的参数也不太一样,这个参数我就没再尝试了。
代码如下:
#include "cuda_runtime.h" #include "cublas_v2.h" #include <stdio.h> #include <stdlib.h> #include <iostream> #include <ctime> using namespace std; int main() { srand(time(0)); int M = 2; //矩阵A的行,矩阵C的行 int N = 3; //矩阵A的列,矩阵B的行 int K = 4; //矩阵B的列,矩阵C的列 float *h_A = (float*)malloc(sizeof(float)*M*N); float *h_B = (float*)malloc(sizeof(float)*N*K); float *h_C = (float*)malloc(sizeof(float)*M*K); for (int i = 0; i < M*N; i++) { h_A[i] = rand() % 10; cout << h_A[i] << " "; if ((i + 1) % N == 0) cout << endl; } cout << endl; for (int i = 0; i < N*K; i++) { h_B[i] = rand() % 10; cout << h_B[i] << " "; if ((i + 1) % K == 0) cout << endl; } cout << endl; float *d_A, *d_B, *d_C,*d_CT; cudaMalloc((void**)&d_A, sizeof(float)*M*N); cudaMalloc((void**)&d_B, sizeof(float)*N*K); cudaMalloc((void**)&d_C, sizeof(float)*M*K); cudaMemcpy(d_A, h_A, M*N * sizeof(float), cudaMemcpyHostToDevice); cudaMemcpy(d_B, h_B, N*K * sizeof(float), cudaMemcpyHostToDevice); float alpha = 1; float beta = 0; //C=A*B cublasHandle_t handle; cublasCreate(&handle); cublasSgemm(handle, CUBLAS_OP_N, CUBLAS_OP_N, K, //矩阵B的列数 M, //矩阵A的行数 N, //矩阵A的列数 &alpha, d_B, K, d_A, N, &beta, d_C, K); cudaMemcpy(h_C, d_C, M*K * sizeof(float), cudaMemcpyDeviceToHost); for (int i = 0; i < M*K; i++) { cout << h_C[i] << " "; if ((i+1)%K==0) cout << endl; } cudaFree(d_A); cudaFree(d_B); cudaFree(d_C); free(h_A); free(h_B); free(h_C); return 0; }
结果:
相关文章推荐
- 利用cuda的cublas库实现任意矩阵的乘法
- cuda中的矩阵乘法
- CUDA: 矩阵乘法优化
- CUDA的cublas 和 Intel的MKL 矩阵运算对比
- CUDA之矩阵乘法——复数
- cuda初学(1):稀疏矩阵向量乘法(单精度)
- CUDA矩阵乘法——VS2010中使用CUDA示例
- CUDA程序性能分析-矩阵乘法
- cublas中执行矩阵乘法运算的函数 首先要注意的是cublas使用的是以列为主的存储方式,和c/c++中的以行为主的方式是不一样的。处理方法可参考下面的注释代码
- CUDA编程入门:向量加法和矩阵乘法
- CUDA编程——矩阵乘法的串行和两种并行实现
- CUDA程序性能分析-矩阵乘法
- CUDA矩阵乘法
- cuda编程------矩阵乘法
- cuda-矩阵乘法
- 利用CUDA的矩阵乘法1 <利用 Kahan's Summation Formula 来提高CUDA 的浮点数运算精确度>
- [2016/06/25] CUDA矩阵乘法 简单实现
- CUDA矩阵乘法——利用共享存储器
- cuda开发矩阵乘法测试你的GPU效率
- cuda,day-9,矩阵乘法