少女祈祷中...

装好了CLAPACK,试着用最小二乘法解了个10000*100阶矩阵乘以100*1阶矩阵等于10000*1阶矩阵的方程,瞬间出来结果,估计比matlab还要快一点。当然这只用转成100*100阶矩阵的QR分解问题。我自己写的代码,用的householer算法,这样的矩阵分解真的很 费时间,这实在是让人很沮丧,让人觉得我自己真的不会写程序。花了两三天自己写矩阵的类,结果还不令人满意。这也是为什么我转头研究这些库。
我 好好想一了想,首先并不用把所有的事情都揽到自己头上,非要代码100%都是自己的。已经有现成的很完美的解决方案,拿来用就是了,我只是做科学计算,数学实验的人,没必要浪费时间到没有意义的地方。其次,并不是代码的问题,代码的速度很大程度上取决于算法,手头讲线性代数这方面算法的书并不多,倒是一堆讲美式期权估价算法的文章。两周的实习也让我深刻的认识到算法的重要性远大于编程的技巧。
接下来的事情就是好好学习这些库的用法,以更加熟练的运用到自己的程序之中。LAPACK用起来很方便,几乎程序的源代码都在SRC目录,每个源文件里面都有函数的详细用法。但是为了实现一个方法, 却很难在那么多源文件里面选择是哪一个,尤其是对新手,对那些函数的命名规则不熟的人,真的是举步维艰。
这里是比较容易找到的官方的使用说明。
下面就 是这些函数的一些总结和索引,方便自己查阅和中文的搜索。
这里还包含一些其他的科学计算库中的函数索引。
这里可以可以查到大部分函数的用法,还带例子,可以说是福利了。

: http://www.deuxmille.org/archives/1508

本文相关评论 - 仅仅只有一条评论
Magic
2011-09-09 03:49:04

与其做明天的计划,不如写今天的足迹 说的好!! 以下广告时间
您好感谢您的解释,我是Magic, 最近接触到GPU版本的Lapack函数库.性能是Intel Lapack函数库的10倍. 不知道您能不能也一起加入比较. 名字 CULAPACK, 您可以通过13625297304 联系我. 如果您有兴趣的话.我们很乐意请您试用.

  • :em14:
  • :em04:
  • :em11:
  • :em32:
  • :em08:
  • :em05:
  • :em17:
  • :em19:
  • :em24:
  • :em00:
  • :em31:
  • :em33:
  • :em06:
  • :em26:
  • :em27:
  • :em03:
  • :em28:
  • :em30:
  • :em13:
  • :em23:
  • :em21:
  • :em16:
  • :em20:
  • :em15:
  • :em07:
  • :em29:
  • :em02:
  • :em12:
  • :em18:
  • :em10:
  • :em01:
  • :em09:
  • :em22:
  • :em25:

Additional comments powered by BackType