问题标签 [viennacl]

是否可以将自定义线性运算符（如 CUSP 的http://cusplibrary.github.io/classcusp_1_1linear__operator.html）传递给 ViennaCL 的求解器？

谢谢。

我正在寻找编写信号处理代码，该代码将需要通常的并行原语（例如scan()，、、reduce()和）以及用于 FFT 和密集向量/矩阵运算的有效例程，以支持诸如主成分分析之类的东西map()，其中包括寻找特征向量和特征值。还有大量的矩阵求逆和乘法。主机代码将是 C++11。sort()

我想使用 OpenCL 来保持与平台无关，但是几天的实验并没有让我对工具的成熟度充满信心。在编程模型和原语方面我喜欢Boost.Compute，但我不确定像clMAGMA和 FFT 库FFTcl这样的 LAPACK 库在数据类型、共享上下文和异步操作方面是否能很好地使用它。我还看到 clMAGMA 的最后一次更新是在两年前。

ViennaCL涵盖了 FFT 和一些矩阵运算，但对 LAPACK 没有帮助。VEXcl仅适用于稀疏向量/矩阵。

对于 CUDA，这一切似乎都不是什么难事——安装 Nvidia 的开发工具就可以了。所有最新的库都在那里，还有像NPP这样的东西来涵盖我可能需要的其他东西。我没有看到库之间不兼容的风险。

我很好奇是否有其他人使用 OpenCL 走这条路。我想这样做，但我觉得它比使用 CUDA 的风险更高，CUDA 似乎提供了更少的机会遇到不可预见的障碍。

我是一个使用这个RViennaCL包的新手，试图做GPU矩阵乘法。

尝试一个简单的案例，我在我创建的包 ( ) 中的文件夹内创建了一个cpp文件，代码如下：srcgpuUtils

然后我build打包：

但是当尝试安装它时，我得到：

这表明需要编写viennacl::matrix自己的函数。wrap

所以我尝试按照这个非常好的小插图来定制模板as和wrap函数Rcpp，使其适应这种viennacl::matrix情况。

这是我的cpp代码：

构建良好：

但仍然得到同样的错误：

我正在尝试使 Mahout 0.13.0 与 spark 1.6.3 一起使用，

• 我已经有 spark 1.6.3 和 Hadoop 2.7 工作。

• 我从主页mahout_download下载了最后一个版本。

• 在 /opt/mahout 上解包。

• 尝试从网络上执行 spark-shell 上的示例。

在 scala 提示符下输入

执行：

我得到跟随错误：

搜索问题后，我安装了网上显示的 ViennaCL 库。

另外，我尝试在路径上复制：/usr/local/include/

但是什么都没有改变...

在 GPU 和 CPU 中运行矩阵乘法时，我得到了相同的结果。

这是我的代码：。

这是我的结果：

请帮我解决这个问题。提前致谢

我正在尝试使用 cmakefile 运行此 C++ 控制台应用程序项目，并且我收到此项目中编写的 cuda 优化器的此错误。

对于上述部分代码显示此错误：

没有构造函数“viennacl::compressed_matrix<NumericT, AlignmentV>::compressed_matrix [with NumericT=double, AlignmentV=1U]”的实例与参数列表匹配

这到底是什么意思？如何解决？

我正在尝试在 Windows 10 64 位上安装 PyViennaCL ( https://github.com/viennacl/pyviennacl-dev )，并且我使用的是 Python 3.9.6。使用pip install pyviennacl，我一开始收到的错误是需要的Visual C++是14.0或更高版本，我通过下载vs buildtools解决了这个问题。现在，我在 pip 日志中收到此错误。