最近開始接觸cublas，為了監督自己的學習，並希望得到其他朋友的指點，特地將自己的學習筆記寫出來
1. 參考文件
cublas_library_2.1.pdf
》2.
環境配置
1）新增標頭檔案：
cublas.h
2.）cuda
程式的平台上，按照下面的方法新增
cublas
的lib
檔案：project -> ** properties -> configuration properties -> linker -> input -> additional dependencies ->
新增「cublas.lib
」3 文件的使用說明
cublas_library
文件中提供了兩種型別的庫函式。
第一種：
cublas helper function
，該類庫函式主要是為
core function
（即為第二類庫函式）
利用gpu
資源做準備，實現的功能包括視訊記憶體空間的分配和釋放，對向量和矩陣做
set/get
操作等。
第二種：
blas.x function
，也稱為
core function
。其中x 可取1
，2，3
分別表示三種不同型別的線性代數的運算，
blas.1 function
實現vector
與vector
的運算，
blas.2 function
實現vector
與matrix
的運算，
blas.3 function
實現matrix
與matrix
的運算。
core function
根據矩陣的型別和特殊矩陣的儲存方式，提供了不同的介面。該庫中包含的特殊矩陣型別有：常規型矩陣（
general matrix
），三角形矩陣（
triangular matrix
），對稱矩陣（
symmetric matrix
），旋轉矩陣（
rotation matrix
）。具體的儲存方式見附錄一
matrix type
。針對稀疏矩陣，為了節約儲存空間，
cublas
提供了兩種儲存方式：
banded storage
和packed storage
，具體的儲存方式見附錄二
storage type。
1.cublasinit();
2.將要計算的變數拷貝到視訊記憶體上
3.呼叫
cublas core function 4.
將計算後變數拷貝回到記憶體上
5.cublasshutdown();
第二和第四步的說明：將要計算的變數「放到」視訊記憶體上，這裡有兩種方式來實現：第一種利用
cublas
提供的helper function cublasalloc
和cublassetmatrix
，第二種：利用
cuda
提供的cudamalloc
和cudamemcpy
。經過測試，這兩種方式的執行效率相差不大
cublas中的矩陣運算
cublas是乙個可以與cuda一同使用的函式庫，它提供了多種矩陣運算的api，但是它列主序的儲存方式卻讓人十分疑惑，今天我就以cublas中的矩陣乘法運算簡單說一下我的理解。cublas中的矩陣乘法運算函式有5個，分別是cublassgemm cublasdgemm cublascgemm cub...
學習筆記1
struct test test int x void fun class test1 test1 int x void fun int main void test1 a 行1 a.fun 行2 test1 b 行3 b.fun 行4 test c 行5 c.fun 行6 test d 行7 d....
學習筆記1
1 字串原地逆序 使用臨時變數 void reverse string s 5 求平均值 避免溢位 int f int x,int y 6 楊氏矩陣 bool young int a m n int x return false 7 十進位制轉十六進製制 string decimaltohexade...