MPI程式設計 矩陣向量乘法 解法二(高效能計算)

2021-09-01 23:41:34 字數 3021 閱讀 1574

有留心過的朋友可能會發現,其實我沒寫過解法一。

因為解法一就是大家最直觀的感受的一種解法。

這裡的方法二,

t hr

ead(

i):∑

j=0n

−1ai

j∗xj

thread(i):\sum_^*x_j}

thread

(i):

j=0∑

n−1​

aij​

∗xj​

r es

ult=

∣thr

ead(

j)}result = | thread(j)\}}

result

=∣th

read

(j)}

t hr

ead(

i):∣

aij∗

xi}thread(i):| a_*x_i\}}

thread

(i):

∣aij

​∗xi

​} res

ult=

∑i=0

n−1t

hrea

d(i)

result = \sum_^

result

=i=0

∑n−1

​thr

ead(

i)

從數學表示式上,可以很清楚地知道這個結果是一致的。(這裡假設了這個矩陣是n*n)

注意,這裡呼叫的執行緒數量,必須可以整除n

MPI隨機生成矩陣 矩陣乘法 並計時

include include mpi.h include include include include 生成隨機矩陣 int generate matrix int guimo return matrix multiplication int matrix2,rbuf,guimo,size,lo...

numpy 向量 矩陣的乘法

import numpy as np一維向量與一維向量 一維向量與一維向量 vec1 np.array 1 2,3 vec2 np.array 4 5,6 np.inner 對應位置的元素相乘相加求和 res inner1 np.inner vec1,vec2 32 對應位置的元素相乘 成為新矩陣該...

向量 矩陣的幾種乘法

向量與向量的點乘是逐個元素相乘後求和。矩陣與矩陣的點乘就是矩陣乘法。在 python 中可使用 numpy.dot 或 實現。方陣還可採用numpy.matmul。example import numpy as np a np.array 1 1,1 b np.array 1 2,3 a np.ar...