问题标签 [atlas]

我将纹理图集拖到我的项目中。图片命名正确（“heliani_1-9”） 动画运行流畅，除了3帧，在白地上显示为大红色十字。（见附件截图）

我的代码有什么问题？

干杯

我正在尝试使用 CBLAS ATLAS。我是初学者。我有以下 C 代码。

我在视频http://youtu.be/DvLSr6zN0pU?t=6m5s和下一个视频“part3”之后安装了 ATLAS 库。但是，我没有 FORTRAN 编译器，所以我配置

$../ATLAS/configure --nof77

安装过程如视频中所述进行。

我尝试用这个结果编译

我阅读了如何链接到网站http://math-atlas.sourceforge.net/errata.html#LINK并且我有以下要编译的内容

我不知道我应该如何编译。我只需要升级一个 BLAS。如果您确实链接到 ATLAS 库，我一直在寻找编译，但我迷路了。

我该如何解决？

我正在从源代码构建 Octave 以包含 ATLAS 库。我是否正确包含它们？我不知道对 Octave 配置脚本有什么期望。我发现“-llapack”可疑地通用。

./configure --with-lapack=/usr/local/atlas

allusers@vbubuntu:~/Downloads/octave-3.8.1$ ll -R /usr/local/atlas/

附加信息：

在配置文件中发送垃圾邮件回显语句后，我注意到以下内容：

这一行：

里面有正确的 $LAPACK_LIBS 变量（我传入的那个）。正是这一行似乎是在我告诉它的 lapack 库中找不到某些东西的第一个失败：

就在那一行之前，我看到配置文件定义了一些我相信它正在运行的 c 代码，以确定是否在库中找到了“cheeve”。

配置脚本

此时C代码已经超出了我的理解水平。似乎与是否调用了 F77 编译器（编译器翻译器？？）有关。

我已经使用 ATLAS 库（特别是多线程库：libtatlas.so）构建了 octave（成功）。

在配置和制作过程中一切看起来都很好（经过多次调试），但是在制作 Octave 之后，我仍然看到矩阵乘法运算在单个线程中运行（ATLAS 库应该使该操作成为多线程的）。

有没有一种方法可以让我看到 Octave在执行矩阵乘法运算时实际使用的库，例如：

我正在尝试确定这是否仍然是构建问题（例如，Octave 没有链接到正确的 ATLAS 库中）或者这是否是 ATLAS 问题（Octave 使用正确的库但 ATLAS 未按预期运行）。

与链接到 OpenBLAS 的 numpy 相比，我尝试评估链接到 ATLAS 的 numpy 的性能。对于 ATLAS，我得到了一些奇怪的结果，如下所述。

用于评估矩阵-矩阵乘法（又名sgemm）的 Python 代码如下所示：

如果我使用链接到 ATLAS 的 numpy 运行此脚本，我会在测量的时间中得到很大的变化。您会在第一列中看到矩阵大小，然后是通过运行矩阵矩阵乘法 100 倍获得的执行时间的平均值、最小值和最大值：

如果我使用一个线程使用链接到 OpenBLAS 的 numpy 重复此过程，则运行时间会更加稳定：

任何人都可以解释这个观察吗？

编辑：附加信息：

观察到的 ATLAS 的最小值和最大值没有异常值，时间分布在给定范围内。

我在https://gist.github.com/uweschmitt/768bd165477d7c14095e上传了 i=500 的 ATALS 时间

给定时间来自不同的运行，因此 avg、min 和 max 值略有不同。

编辑：附加发现：

CPU节流（http://www.scipy.org/scipylib/building/linux.html#step-1-disable-cpu-throttling）可能是原因吗？我对 CPU 节流知之甚少，无法判断它对我的测量结果的影响。遗憾的是我无法在我的目标机器上设置/取消设置它。

好的，我知道float16它不是真正的原始类型，但它是由 Python/numpy 模拟的。但是，问题是：如果存在并且 Python 允许使用该numpy.dot()函数在数组乘法中使用它，为什么 OpenBlas（或 ATLAS）不能正常工作？我的意思是，乘法有效，但并行计算无效。float16或者，以不同的方式（我认为更好），如果我们不能利用 OpenBlas/ATLAS 提供的高级功能，为什么 Python/numpy 允许使用？

在花费大量时间从源代码构建 ATLAS 之后，我在 OpenSUSE 13.1 存储库中发现了 libopenblas 和 libatals。我的问题是

1. 存储库中易于安装（无需在您自己的计算机上进行调整）“libatlas”是否真的提高了计算性能？

2. OpenBLAS 是比 ATLAS 好还是只比 Linux 存储库中易于安装的“libatlas”好？请参阅For faster R use OpenBLAS instead: better than ATLAS, trivial to switch to on Ubuntu。

3. 我关注了这篇使用 OpenBLAS 编译 Numpy 的帖子，但找不到“numpy.core._dotblas”模块。此外，我无法同时使用 ATLAS 和 OpenBLAS 构建 Numpy。

4. 有人可以发布一个 .py 文件或 bash 代码来比较 ATLAS 和 OpenBLAS 吗？例如。

5. 我用自己的ATLAS构建了 Numpy-1.9，从源代码编译了OpenBLAS，并在 OpenSUSE 13.1 的存储库中安装了“libopenblaso”（OpenMP 版本）和“libopenblasp”（pthreads 版本）。如何配置链接和库，以便可以告诉 Numpy-1.9 使用 OpenBLAS 而不是 ATLAS，而无需重新构建 Numpy-1.9 包。

注意：如果您在存储库中安装“libatlas”，则 ATLAS 未针对您的计算机进行调整，并且无法提高计算性能。因此，我先构建和调整了 ATLAS，然后用我自己的 ATLAS 构建了 Numpy。之后我尝试将 OpenBLAS 链接到 Numpy 但失败了。

提前谢谢了！

感谢@Dmitry 的快速回复！但是问题没有解决...

安装

问：为什么会有一个有趣的双斜杠“..64//usr..”？

链接图书馆

问：这个配置可以吗，因为一些静态库“.a”是链接的？

注意：“libopenblasp.so.0”在“zypper in”之后自动链接，而所有“atlas”库都是由命令手动创建的：

正如标题所示 numpy.dot （我认为 numpy 是通用的）在更新我的系统后执行速度要慢得多。我运行比较的示例代码是：

以下代码在我的另一台计算机上花费了 ~0.09 秒（有问题的计算机过去运行速度与另一台计算机一样快），但代码在有问题的计算机上花费了 ~0.26 秒。

这是我解决这个问题的尝试。我的第一个猜测是，1：ATLAS 没有连接到 numpy。因此，我使用 synaptic、libatlas3-bas、libatlas-doc、libatlas-dev、libatlas3gf-bas、libatlas-bas-dev 安装了 atlas 包。

安装后，我通过键入检查 numpy 是否链接到 atlas

返回消息如下：

所以，我假设它是链接的。我也进入 numpy/core/ 路径并输入

输出是

然后，为了确保 libcblas.so.3 链接到 ATLAS，我输入了

以下步骤没有解决我的问题...

2. 我意识到我的 CPU 节流已开启，而当 CPU 节流开启时，ATLAS 无法正常工作。因此，我使用 rcconf 将其关闭，并如上所述重新安装 Atlas 并重新安装 Numpy ......但这并没有解决问题......

3. 现在我正在运行 python 2.7.5+，所以我也尝试重新安装它.. 没有解决问题。

4. 我检查了我的记忆..

   电话：5959 2345 3614 0 86 730

   -/+ 缓冲区/缓存：1528 4431

   交换：6133 0 6133

而且我的内存是免费的..我的matlab代码运行速度和以前一样快..所以我不认为这是内存问题..

有人可以帮忙吗？numpy 的线性代数包似乎很慢......现在，它大大延迟了我的模拟，所以我无法真正运行我的代码。非常感谢您！让我知道我的问题是否有任何混淆。！

我正在计算密集非对称矩阵 A 的特征值。为此，我使用xGEHRD和xHSEQR Lapack 例程来首先计算 A 的上 Hessenberg 形式，然后计算所获得矩阵的唯一特征值。

这两个例程都需要参数 LWORK，并且都提供了一种机制来计算其最佳值。我相信这个参数与缓冲技术的内部阻塞有关，但我不知道它是如何确定的。

使用查询机制获取 LWORK 的最优值，工作流程应该是这样的：

我已经进行了一些测试，始终为 WORK 数组的维度获得相同的最佳值。如果值相同，我可以大大简化我的代码（不需要 realloc 并且只需要一次调用来确定 LWORK 的值，更少的错误检查......）。

我的问题是，对于相同的矩阵和相同的 ILO 和 IHI 值，我可以假设这两个例程的值将相等吗？

我正在尝试使用库 Lapack 和 Atlas 从源代码安装 python numpy。我已经意识到 Atlas 本身包含 lapack 库。但是，如果我编译它（仅限地图集），它有 0.5 MB。部署 Netlib Lapack 时，库 liblapac.a 超过 13 MB。这导致我提出以下问题：

关于 numpy/scipy 的问题：

1. 我可以仅使用 netlib 的 Lapack 或仅使用 Atlas lib 安装 numpy/scipy 吗？
2. （如果 1 的答案是肯定的）如果只安装了 Atlas lib（没有 netlib 的 Lapack）-是否有任何缺点（性能、功能不可用......）
3. 在没有安装 Lapack/Atlas 的情况下，是否有任何性能评估 numpy/scipy 的表现如何？
4. Numpy，还是 Scipy 使用更多的 Atlas/Lapack？有什么显着差异吗？

谢谢！