问题标签 [cusp-library]

我想知道是否可以在 CUSP 库中找到 spmv 和转换的内核代码。我扫描了整个图书馆，但找不到。那是专有的还是类似的东西？

我希望最好从矩阵市场为我的 OpenCL 库提供 CSR 文件，我在 C 语言中搜索了很多 CSR 生成器，但没有得到任何东西。我发现矩阵市场格式很舒服，因为它们定义了读写功能。我也很好奇 CUDA C 中的 CUSP 库如何能够从 .mtx 文件中读取 COO 矩阵并将其转换为 CSR 格式。提前致谢

我无法让CUSP（0.2 版）库在 windows7 x64 和 Visual Studio 2008 下运行。包括例如：

我收到以下错误：

有人遇到过这个错误或知道如何让它运行吗？

我致力于将大型 Matlab 代码转换为 C++ 和 CUDA。我在转换一些稀疏矩阵运算时遇到问题，例如：

我能够使用 CUSPARSE 解决 2，使用 CUSP 解决 3，但是我无法使用 CUSP（或 CUSPARSE）进行元素矩阵乘法或问题 1。

如果有一个实现上述所有操作的 CUDA 库（最好是开源的），我很感兴趣。

我正在尝试将 mxArray 从 matlab 读取到我定制的 .cu 文件中。我有两个稀疏矩阵要操作。我如何在尖点稀疏矩阵中读取它们，比如 A 和 B（或在 cuSPARSE 矩阵中），以便我可以执行操作并将它们返回给 matlab。我可以想出的一个想法是将 mxArrays 写入 .mtx 文件，然后从中读取。但同样，还有其他选择吗？

此外，我正在尝试使用其网站上发布的示例来了解各种 CUSP 机制。但是每次我尝试编译和运行示例时，都会出现以下错误。

这是我正在使用的机器上安装的东西。

我在我的机器上使用带有 Linux x86_64 的 GTX 480。奇怪的是，设备查询的代码也返回了这个输出。

我更新了我的驱动程序和 SDK 几天。不知道出了什么问题。

我知道，我在一个问题上问了很多问题，但是我在很长一段时间内都面临着这个问题，升级和降级驱动程序似乎并没有解决。

干杯

我正在使用带有 CUDA 的cusp库来使用稀疏矩阵。我不能struct在 C 中使用它，例如：

我收到错误：

在 a 中使用它的正确方法是什么，struct以便我可以拥有这样的结构数组？

我正在尝试制作一个向量，cusp::coo_matrix但似乎无法thrust::host_vector以这种方式使用。考虑这段代码：

我从以下位置收到此错误消息nvcc：

有趣的是，我得到了完全相同的错误cusp::host_memory（嗯，几乎相同）：

所以，我的问题是，这真的是一个缺点还是我做错了什么？非常感谢任何帮助。

另外，我已经测试了，std::vector而不是thrust::host_vector它工作正常。并不是说我是 Thrust 库的忠实粉丝，但我只是好奇。此外，我需要重写一些代码以防thrust::host_vector不合适（thrust::find并且使用了一些其他功能）。

另外，还有其他制作尖点矩阵数组的方法吗？我不认为原始指针new/delete比 更好std::vector，对吗？

我正在使用 cusp 进行稀疏矩阵乘法。从结果矩阵中，我需要最大值而不将矩阵从设备内存复制到主机内存。我打算将结果矩阵包装在推力设备指针中，然后使用函数推力::max_element来获取最大元素。矩阵采用 coo 格式。如果 C 是结果稀疏矩阵，则
C.row_indices[]：包含行号
C.column_indices[]：包含列号
C.values[]：包含实际值

所以基本上我需要 C.values 数组中的最高值。
使用

给出错误

我如何包装我的结果矩阵以便在推力库中使用它？

我有一个小问题，我想将矩阵 10*10 转换为CSR或COO稀疏矩阵/格式。矩阵是：

我正在使用“CUSP”功能，但它不起作用，一旦矩阵A我只想转换为其他格式。你能帮助我吗？

那么我也想使用这个矩阵来解决系统Ax=b，使用bicgstab：

我的代码是：

使用 Octave 的结果应该类似于：

但也有负数，所以WRONG。

随着 CUDA 编程模型的成熟，我想知道是否有人知道在 NVIDIA GPU 上实现稀疏 Cholesky 分解的任何可用研究代码或开源库。

2012 年 5 月，我被 V. Volkov 指出了以下文献

[1] Christen 等人，2007 年使用 NVIDIA CUDA 技术平台的通用稀疏矩阵构建块，http://www.cs.jhu.edu/~misha/ReadingSeminar/Papers/Christen07.pdf

[2] Krawezik 和 Poole，2009 年，使用 GPU 加速 ANSYS 直接稀疏求解器，http ://saahpc.ncsa.illinois.edu/09/papers/Krawezik_paper.pdf

[3] Yu et al., 2011, A CPU-GPU hybrid approach for the unsymmetric multifrontal method, http://www.sciencedirect.com/science/article/pii/S0167819111001293

[4] George 等人，2011 年，GPU 上稀疏 SPD 矩阵的多正面分解，http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber= 6012808

[5] Lucas 等人，2012 年，图形处理单元上的多前沿稀疏矩阵分解，ftp ://ftp.isi.edu/isi-pubs/tr-677.pdf