问题标签 [cusolver]

我正在尝试使用下面给出的代码进行 SVD，但是我没有得到 d_S 的正确结果，当 num_Matrices > 128 时，比如说 256，当 num_Matrices = 128*128 时我得到正确的结果，我指的是基于对堆栈溢出问题的回答，链接是Parallel implementation for multiple SVDs using CUDA。

下面给出了我的代码，它给出了前 26 个矩阵的奇异值作为全 0。

我正忙于研究 LS 方法，我手动实现了一个共轭梯度求解器，但是在更新我的 CUDA 版本后，我看到有一个新函数（cusolverDnSSgels），我认为它比我的手动实现要快。我的第一个任务是尝试在测试用例上运行它（见下文），我希望结果是：-6.5, 9.7根据 MA​​Tlab。不幸的是我找不到我做错了什么，我也找不到一个例子，因为它是一个相对较新的功能。

输出表明niter= -3，根据文档，这将表明迭代次数过多，但这没有意义，因为它是一个非常小的矩阵，应该很容易解决。

我得到的结果是：

有人可以指出我做错了什么吗？

我正在编写一个程序来比较 JBlas 和 JCublas 的速度。当我第一次调用以下函数时，一切正常，并且 v 包含正确的特征向量。当我第二次调用它时，计算时间要少得多，但只返回输入的对称矩阵a，就好像d_A的值从未改变一样。

该函数似乎只在奇数调用上按预期工作。我有一种预感，这个错误是由于 GPU 内存中的某些东西没有被正确清除，但我找不到它。

我想使用 cusolverDnDpotrfBatched 找到 3x3 矩阵的 Cholesky 分解，但我没有得到应该存在于下三角矩阵中的零。这是我要计算cholesky分解的矩阵[1 2 3; 2 5 5; 3 5 12]。应该是这样吗？我错过了什么？我知道这篇 用 CUDA 进行 Cholesky 分解的帖子。这 是我的代码：

我从这里遵循特征分解的例子， https://github.com/NVIDIA/CUDALibrarySamples/blob/master/cuSOLVER/syevd/cusolver_syevd_example.cu

我需要为 Hermatian 复数矩阵做这件事。问题是特征向量与 Matlab 结果的结果完全不匹配。

有谁知道为什么会发生这种不匹配？

我还尝试了 cusolverdn svd 方法来获取特征值和给出另一个结果的向量。

为了方便起见，我的代码在这里，

我在他们的 git ( https://github.com/NVIDIA/CUDALibrarySamples/issues/58 ) 中提出了这个问题，但不幸的是没有人回答。

如果有人可以帮助我解决这个问题，那将非常有帮助。