问题标签 [atlas]

众所周知，ATLAS 使用矩阵计算算法的“分块”或“平铺”版本，这大大提高了性能。

ATLAS 似乎也有一些架构默认值，这些默认值是手动计算的。并且可以进行搜索以确定NB（#define我认为代表块数的宏）的其他值。

但它是如何工作的？数值是如何确定的？算法是否只是以不同的值（蒙特卡洛风格）运行多次，直到找到某种最优值？

这也是一个假设。假设您将一个阻塞的 ATLAS 算法复制到 C++ 模板中，并且有一个 128 位的有理类型。您能否NB以某种方式从算法NB的双重版本中的 ATLAS 调整值推导出算法的理性版本？

我已经阅读了整个 ATLAS 安装指南，它说构建共享 (.so) 库所需要做的就是将--shared标志传递给配置脚本。但是，当我构建时，我的文件夹中.so出现的唯一文件是and ，尽管指南说应该还有其他六个：liblibsatlas.solibtatlas.so

安装后，由于缺少这些库，某些测试会失败。此外，FFPACK 在安装期间需要这些库。

有没有人遇到过这个？我做错了什么？

我正在尝试确定用于在具有 4 个 Intel CPU 和超线程（ubuntu 12.04）的 linux 机器上构建 ATLAS 的独立 CPU（用关联 ID 指定）。

我这样做的原因是 ATLAS 手册说在具有超线程的机器上只使用物理内核，关于如何实现这一点它说： “......如果你学习，你可以告诉 ATLAS 只使用真正的内核关于您的机器的一些信息。不幸的是，ATLAS 目前无法自动检测这些功能，但是如果您进行实验，您可以发现哪些亲和 ID 是单独的核心，......”

进一步提示如何实际进行此实验：“...在 Linux 下，我可以使用 cat /proc/cpuinfo... 发现这一点。”

在我的机器上，文件 /proc/cpuinfo 包含八个虚拟处理器的以下信息：

1. • 处理器：0
   • vendor_id : 正版英特尔
   • CPU系列：6
   • 型号：42
   • 型号名称：Intel(R) Core(TM) i7-2600 CPU @ 3.40GHz
   • 步进：7
   • 微码：0x1b
   • 中央处理器兆赫：3392.333
   • 缓存大小：8192 KB
   • 物理ID：0
   • 兄弟姐妹：8
   • 核心编号：0

...

处理器 0 和 4 共享相同的核心 ID（处理器 1 和 5、2 和 6、3 和 7 以此类推）。但是，如果我将 --force-tids="4 0 1 2 3" 指定给 ATLAS 配置脚本，则构建失败（首先对我来说是由于 make pcheck 失败而引起的）。如果我不使用此标志，则 pcheck 可以正常工作，如下所示：http: //sourceforge.net/tracker/ ?func=detail&aid=3577908&group_id=23725&atid=379483 。

有人知道我如何通过一些实验来了解我的机器吗？

我有一个使用在 Linux 机器上运行的多进程模块的多进程（不是多线程！）应用程序。此应用程序使用该numpy.linalg.solve功能，如果我尝试创建多个进程，则会收到错误消息：

请注意，在我开始使用 中的函数之前numpy.linalg，我没有遇到任何问题。

知道问题可能是什么吗？

编辑：我尝试使用scipy.linalg.solve，问题是一样的！

编辑：通过用 blas 替换 atlas，问题就消失了。所以看起来问题确实在地图集中

我已经成功安装了 Numpy。但是在网站上，我有很多事情要做，比如构建 Numpy、Scipy、下载 ATLAS、LAPACK 等。我真的很困惑，甚至我也检查了其他一些查询。还是无法理解。

谁能解释一下我到底该怎么做？我的电脑上安装了 cygwin。

1. 如何构建 Numpy？建立numpy有什么用？
2. 如何安装 Scipy？
3. 什么是 ATLAS、LAPACK 等？

非常感谢（提前）。

当我尝试将ATLAS的方法clapack_sgesv（对应的 FORTRAN 方法：sgesv.f）与以行主要存储顺序存储的矩阵一起使用时，我遇到了问题。

我在我的应用程序中将 Eigen3用于大多数线性代数任务，但最近开始用调用 ATLAS 的 cblas 和clapack方法来替换一些内部 Eigen 例程。我的应用程序必须支持通过定义 EigenEIGEN_DEFAULT_TO_ROW_MAJOR标志来将矩阵存储顺序切换为行优先。这当然可以使用 Eigen 的方法开箱即用，但clapack_调用需要不同的代码路径。.partialPivLu().solve()用 ATLAS 的clapack_sgesv方法替换 Eigen 的调用时遇到了问题。这是一个说明问题的最小代码示例：

我用g++ -std=c++11 -Wall -Wextra -g -llapack -lcblas -latlas. clapack_sgesv只要EIGEN_DEFAULT_TO_ROW_MAJOR未定义，上述调用给出与 Eigen 求解器相同的结果。

如果我定义它，则 ATLAS 的结果是错误的。

我的第一个怀疑当然是我把电话搞砸了clapack_sgesv()。但是除了设置存储顺序和将前导维度从行数切换到列数之外，似乎没有任何必要。

我注意到的另一件真正令人困惑的事情如下：当我尝试仅解决一个右侧的问题时，clapack_sgesv()调用失败并显示Parameter 8 to routine clapack_sgesv was incorrect, ldb must be >= MAX(N,1): ldb=1 N=4. 这在数学上没有任何意义。

我怀疑我的错误一定很明显，但我没有看到。

我的clapack_sgesv()调用有什么问题导致它在行主要存储顺序中失败？

ATLAS 3.10.1 不会安装在我组织的 CentOS 6.x 平台上，因为它检测到 CPU 节流。在旧版本的软件包中，有一个配置标志可以关闭油门检查 ( -Si cputhrchk 0) 并继续前进。该选项在几个版本前被取消。我理解该决定背后的原因——开发人员担心他们的软件的性能和声誉，而 CPU 节流使 ATLAS 无法自行调整。美好的。我的问题是，不管 ATLAS 的性能如何，我只需要构建这个东西. 我知道有一些方法可以停止节流，但我没有也可能不会获得在这台机器上弄乱 CPU 频率的权限。所以我需要的是一种通过 ATLAS 油门检查的方法。我看过一些关于破解配置脚本的讨论，但我自己看不到如何去做。没有人在 ATLAS sourceforge 网站上回答，这并不是要批评那里的任何人。只是想表明我的情况。所以：有人知道如何通过 ATLAS 的油门检查吗？谢谢。

我安装了 scikit-learn 0.13 和pip install scikit-learn.

失败了

NumPy 和 SciPytest()在 1.7.0 和 0.11.0 版本中似乎没有问题（通过），从源代码安装。机器上安装了最新的 ATLAS 3.10.1，也来自源代码。

我正在尝试在 Ubuntu 11.04 操作系统下的 Tegra3 ARM CPU（cortex-a9）上安装 ATLAS 库（v3.10.1），但我无法通过配置步骤。当我启动“./configure”可执行文件时，我得到以下输出：

所以，我有三个问题：

第一：为什么“ Bad CPU MHZ value=0, res='CPU MHZ=0 ”？我准确地说所有内核的 CPU 节流设置为 0（我检查了 /sys/devices/system/cpu/cpu*/cpufreq/throttle 文件）。有没有办法将 ARM cpu 的时钟频率作为参数传递？

第二：为什么“ sh：语法错误：反引号替换中的EOF ”？

第三：“无法为 ICC 找到可用的编译器；abortingMake.. ”有没有办法在 ./configure 可执行文件中说不寻找 ICC？因为我正在尝试在 ARM 上构建 ATLAS，因此 ICC 不可用。

在此先感谢您的帮助 ！

吉克斯

我正在使用 numpy 进行一些数组操作，它目前非常慢。matlab 中的相同操作（计算协方差矩阵）只需要一秒钟。我已经安装了 atlas 和 lapack，但我不确定我的 numpy 是否真的在使用它们。有谁知道如何检查？我正在使用 Mac