问题标签 [lapacke]

我试图弄清楚 Debian 11 和 Ubuntu 20.04 中以下库包之间的交互：

• libatlas3-base
• 库包
• 开放式BLAS
  • libopenblas0-openmp
  • libopenblas0-pthread
  • libopenblas0-串行

看起来 OpenBLAS 包一次只能使用一个，因为它们位于此处显示的不同子目录中。如何选择活跃的？

• /usr/lib/x86_64-linux-gnu/openblas-openmp/libopenblas.so.0
• /usr/lib/x86_64-linux-gnu/openblas-pthread/libopenblas.so.0
• /usr/lib/x86_64-linux-gnu/openblas-serial/libopenblas.so.0

一旦我选择了活动的 OpenBLAS 实现，libatlas3 或 liblapacke 会使用活动的实现吗？你怎么知道他们在用什么？

我有一个 m * 3 的矩阵，其中 m >> 3，存储在行主要的一维数组 [xyzxyzxy z...] 中。我调用LAPACKE_dgesvd函数来获取矩阵的左奇异向量 U 的前 n 列，但它引发了异常。

我引用了这个页面：

英特尔 mkl 参考

这个页面提到如果我们只获取左左奇异向量的n列，我们可以让jobu为S，jobvt为N。在我的示例中，我只想获取U的前3列，所以我分配9你的数量，我这样调用函数：

此代码引发异常。我猜原因是 u 和 vt 没有分配足够的内存。我的意思是，如果我只想获取 U 的子向量，但我必须用 m * m 分配 U 的全部内存，用 n * n 分配 vt？

我有一个函数的第一个版本，它反转一个大小矩阵并m使用 如下：magma_dgetrf_gpumagma_dgetri_gpu

现在，我也想使用 Cholesky 分解进行逆运算。该功能看起来像第一个版本，除了使用的功能是：

这是反转的整个函数：

不幸的是，在检查了输出数据之后，我的实现出现了错误的反转。

我对这一行的使用有疑问：

谁能一眼看出我使用dpotrfanddpotri函数（实际上是magma_dpotrf_gpuand magma_dpotri_gpu）的错误来自哪里？

编辑1：

根据 Damir Tenishev 的建议，我举了一个使用 LAPACKE 对矩阵求逆的函数示例：

如您所见，这是矩阵求逆的经典版本，它使用LAPACKE_dgetrf和LAPACKE_dgetri

编辑2：版本MAGMA是：

如您所见，我使用了magma_dgetrf_gpu和magma_dgetri_gpu函数。

现在，我想用LAPACKEor MAGMA+LAPACK、使用dpotrfanddpotri函数来做同样的事情。我记得我逆的矩阵是对称的。

编辑 3：我的尝试来自此文档链接

特别是，请参见magma dpotri - invert a positive definite matrix in double precision, CPU interface第 325 页的第 4.4.21 节。

我用拉帕克。我正在尝试在 C 中对复杂数据进行 QR 分解。为此，我编写了函数（基于 Haatschii 代码How to get the Q from the QR factorization output?）：

值得注意的是，Alireza 的作者也遇到了函数znugqr的问题，但他切换到函数zunmqr似乎幸福来了（LAPACK QR 分解）。我相信我的问题也与LAPACKE_zungqr矩阵 R 与其他方法相同，因此LAPACKE_zgeqrf可以成功运行。

但是最后，用 Mathematica（QRDecomposition函数）和 Python（numpy.linalg.qr函数）比较相似的结果（QR 分解），我看到矩阵 Q 是不同的，而矩阵 R 是相同的。

输入矩阵，为简单起见 5×5：

输出 Q 矩阵（来自我的 C 代码）：前 3 列：

最后两列：

输出 Q 矩阵（来自 Python 代码）：

（这里我只列出这个矩阵的最后 2 列。前 3 列是相同的）。

我计算了这些矩阵中各列的最大和平均差异。结论是这样的：前三列在水平上10^-11不同，后两列的差异分别是10^-3, 10^-2（肉眼可见的差异）。

随着矩阵大小的增加，观察到差异的增加，并且通常前 2-3 列很好地吻合。

也许有人可以帮助我？

我目前正在将 Matlab 脚本的时序与用 C 编写的脚本进行比较。其中一个主要部分是计算特征值和三对角矩阵的特征向量矩阵（稍后我将使用 9 个对角矩阵）。目前，C 实现使用 LAPACKE_zgeev()。

当使用相同的三对角矩阵时，Matlab 的 eig() 在 1 个 openmp 线程（在 C 中）下比 LAPACKE_zgeev() 高出两倍，在使用 4 个线程（在这台机器上都可用）运行时比 LAPACKE_zgeev() 高出 10%。

LAPACKE_zgeev() 有更快的替代方法吗？最好是通过带状矩阵使用较少内存的一种。