我正在尝试求解A*x =b，其中A具有复数值，并且是稠密的。这个方法有没有“批处理”的版本？或者我还可以使用其他CUDA库？
浏览 12提问于2017-07-14得票数 0
通常在建模、数据处理和优化中；代码的密集部分通常可以简化为求解许多线性方程组。solve for x1 in A x1 = b1..。诸若此类
有时矩阵'A‘在计算之间不会发生变化，我的问题是，我如何(以及何时)利用这一点与一些预计算？这假设您已经使用了为您的系统优化的线性代数库</
浏览 0提问于2016-06-01得票数 2
回答已采纳
6回答
boost有吗？其中A、y和x分别是矩阵(稀疏且可以非常大)和向量。Y或x都可以是未知的。
我似乎在这里找不到它：
浏览 1提问于2009-08-04得票数 9
回答已采纳
3回答
我有一个稀疏的带状矩阵A，我想(直接)求解Ax=b。我有大约500个向量b，所以我想为相应的500个向量求解。我对数据自动化系统非常陌生，所以我有点不知道我有什么选择。cuSOLVER有一个批处理直接求解器cuSolverSP，用于使用QR 的稀疏A_i x_i = b_i。(我对LU也没意见
浏览 3提问于2015-05-07得票数 6
回答已采纳
2回答
我想要求解Ax = b，其中A是一个非常大的正定对称分块矩阵，x和b是向量。当我说大的时候，我指的是对于一个nxn矩阵，一个和300,000一样大的n。下面是我想要求解的一个小得多但具有代表性的矩阵的示例。这里是放大的相同矩阵，表明它是由密集矩阵的</em
浏览 8提问于2016-05-13得票数 17
3回答
我广泛使用Julia线性方程求解器res = X\b。由于参数的变化，我不得不在我的程序中使用它数百万次。这工作得很好，因为我使用的是小维度(最高可达30)。现在我想分析更大的系统，直到1000，线性求解器不再有效。
我认为可以有一个变通的办法。然而，我必须说，有时我的X矩阵是密集的，有时是稀疏的，所以我需要一
浏览 34提问于2016-07-21得票数 3
我有稀疏矩阵A(12万*12万)和一个向量b(12万)，我想用特征库来求解线性系统AX=b。我试着跟踪文档，但总是有错误。我还尝试将矩阵转换为稠密，并解决了系统的问题。MatrixXd(A); Eigen::VectorXd RR = dec.solve(b)请帮我找出解决这个问题的办法
浏览 2提问于2017-12-08得票数 3
回答已采纳
2回答
我在GPU (CUDA)上实现了一个程序，它只使用主机(在C++中)启动新内核。在设备的计算过程中，需要、SVD、和求解系统的3x3 (稠密)矩阵，尺寸固定。我有自己的SVD和求解器实现，但它不是数值稳定的(因此不能使用)。由于我是C++和CUDA的新手，我宁愿使用一个库来代替。但目前还不清楚数据自动化系统的支持(据说是实验性的
浏览 2提问于2015-10-28得票数 1
6回答
我有一个由6个方程组成的系统，我需要在程序中一遍又一遍地求解(当然，有许多不同的输入)。我目前正在使用Cramer规则方法来解决这个系统，它工作得很好(似乎我的处理器真的很喜欢加法和乘法运算，尽管显式方程的长度超过2页，但它在1微秒内就得到了解)。然而，我需要解决的次数是巨大的，我正在寻找一种更快的方法。
问题是，有没有更快或更有效的方法来求解这些方程，或者像<e
浏览 3提问于2010-07-24得票数 6
回答已采纳
7回答
我需要并行(CUDA)计算几千个小矩阵的零空间(8x9，而不是我之前写的4x3 )。所有的参考文献都指向SVD，但是数值配方中的算法似乎非常昂贵，并且给了我很多东西，而不是我真正需要的空空间。还有没有其他常用的方法？
浏览 0提问于2010-02-02得票数 21
回答已采纳
1回答
我试图用CUDA10.1解决大约1200000个线性系统(3x3，Ax=B)，特别是使用CUBLAS库。我接受了的提示，在统一内存版本中重写了建议的代码。该算法首先使用cublasgetrfBatched()进行LU分解，然后连续调用cublastrsm()，求解上、下三角线性系统。代码附在下面。我的问题/问题是：
过载问题:它崩溃，为超过10k矩阵分配内存。为什么？如何改进我
浏览 9提问于2020-11-03得票数 1
回答已采纳
2回答
我目前正在为我管理的一个模拟工具开发一个C++稀疏矩阵/数学/迭代求解器库。好消息是我的求解器和稀疏矩阵结构现在非常高效和健壮。坏消息是，我现在正在研究使用OpenMP的并行化，学习曲线有点陡峭。
我们求解的域可以分解为子域，这些子域以块对角线格式聚集在一起。中的“热点”迭代求解器是矩阵向量乘法运算，我<em
浏览 2提问于2010-07-02得票数 6
回答已采纳
2回答
解决超定约束系统
、、、
我有n实数变量(不知道，也不是很关心)，我们称它们为X[n]。我也有它们之间的m >> n关系，我们称它们为R[m]，形式如下：
X[i] = alpha*X[j]，alpha是一个非零正实数，i和j是不同的，但(i, j)对不一定是唯一的(即，相同变量之间可以有两个不同的阿尔法因子所以我现在要做的是在混合中添加另一个方程，x[0] = 1 (实际上任何常数都可以)，然后用摩尔-彭罗斯伪
浏览 3提问于2011-08-19得票数 7
回答已采纳
2回答
我想实现矩阵A和列向量B之间的左矩阵除法。我想要的结果X = A\B是解，在最小二乘意义下的欠定或过定方程组AX = B。换句话说，X将norm(A*X - B)最小化，即向量AX - B的长度。这意味着，我希望它
浏览 6提问于2011-10-31得票数 5
回答已采纳
5回答
大矩阵反演方法
、、、、
嗨，我一直在研究矩阵求逆(线性代数)，我想用C++模板编程来实现这个算法，我发现有很多种方法，比如:Gauss消去法或LU分解法，我找到了函数LU_factorize (c++ boost library我想知道是否还有其他方法，从程序员或数学家的角度来看，哪种方法更好(优点/缺点)？
如果没有其他更快的方法，那么boost库中是否已经有了(矩阵)反
浏览 8提问于2010-07-28得票数 4
回答已采纳
为了生成适当的稀疏矩阵，采用带带状结构，采用N=250、N=500和N=1000三种网格的有限单元求解泊松问题。这导致矩阵A=N^2xN^2和向量b=N^2x1的维数，即最大NxN为100万。如果有人有兴趣复制我的结果，我已经上传了矩阵A和向量b在下面的链接(它将在30天内到期) 。矩阵存储在I，J，V三重列中，即前两列分别是行和列的索引，第三列
浏览 1提问于2020-10-17得票数 9
回答已采纳
6回答
我正在使用Boost UBlas的数值库绑定来解决一个简单的线性系统。下面的代码运行良好，只是它仅限于处理相对较小的'm‘的矩阵A(m X m)。实际上，我有一个更大的矩阵，维度为m= 10^6 (最大可达10^7)。
{
ublas:
浏览 3提问于2009-08-07得票数 9
回答已采纳
5回答
大矩阵求逆
、、、、
我正在考虑取一个大矩阵的逆矩阵，通常大小为1000x1000，但有时会超过100000 x 100000 (由于时间和内存的原因，它目前正在失败)。我知道正常的情绪是‘不要反其道而行之，找一些其他的方法来做’，但这在目前是不可能的。这样做的原因是因为使用了已经制作的软件，这些软件希望得到矩阵的逆矩阵。我已经快速浏览了其他
浏览 1提问于2012-06-27得票数 18
回答已采纳
4回答
CPU和GPU中的SVD速度
、、、、
我在Matlab R2014a中测试svd，似乎没有CPU和GPU的加速。我使用的是GTX 460卡和Core 2 duo E8500。下面是我的代码：n=10000;Mh= rand(n,1000);%[Uh,Sh,Vh]= svd(Mh);tocMd= gpuArray.rand(n,1000);%[Ud,Sd,Vd]= svd(Md);toc
此外，每次运行的运行时间都不同，但CPU和GPU版本<
浏览 0提问于2014-11-07得票数 8
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
