BLASライブラリ学習
2360 ワード
BLAS(Basic Linear Algebra Subprograms)
1.ライブラリ全体を3つの部分に分けることができます Level 1ベクトルとベクトル操作 Level 2行列とベクトル動作 Level 3マトリクスとマトリクス動作 2.一部名詞の解釈 A,B,Cマトリクス D,D~L~,D~R~-対角行列(diagonal matrices) H-Householder行列、行列式=1 J対称三対角線行列(symmetric tridiagonal matrix) P-互換行列(permutation matrix) T三角行列(triangular matrix) op(A)-Aを表す、またはA^T^またはA^H^ transpose-A^T^ を表す conjugate-transpose-A^H^ を表します u,v,w,x,y.xベクトル(vectors) 3.メソッド名の接頭辞 S-単精度(float) D-デュアル精度(double precision) C-複数(complex) Z-2精度複素数(complex*16またはdouble complex) 4.メソッド名のキーワード GB-一般帯状マトリックス GE-一般行列(general) HB - (complex) Hermitian band HE-(complex)Hermitianエルミット行列(Emi行列/自己随伴行列) HP-(complex)Hermitian,packed storage圧縮格納Hermitian行列 SB-(real)symmetric band対称帯状行列 SP-symmetric,packed storage対称圧縮メモリマトリクス SY-symmetric対称行列 TB-triangular band三角帯状行列 TP-triangular,packed storage三角圧縮行列 TR-triangular三角または擬三角行列 US-unstructured sparse乱雑疎行列 5.具体的な操作
6.基礎知識
6.1.数とベクトルの乗算数kはベクトルa=(a,b,c)に乗算され、結果k x a=(ka,kb,kc) となる.
6.2. ベクトルとベクトルの乗算(Vector)ベクトルa=(x~1~,x~2~,x~3~),b=(y~1~,y~2~,y~3~); 点乗(Dot Product)内積;結果はスカラー(Scalar);ポイント積は0の2つのベクトルが垂直です.両ベクトルが平行である場合、点積は最大値a・b=x~1~y~1~+x~2~y~2~+x~3~y~3~ である.フォーク乗算(cross product)外積;その結果、個ベクトルa x b=(x~1~y~1~,x~2~y~2~,x~3~y~3~) となる.加算;2つのベクトルを加算した結果、依然として1つのベクトルa+b=(x~1~+y~1~,x~2~+y~2~,x~3~+y~3~) となる.
6.3行列(Matrix)とベクトル(Vector)の乗算行列A=|{a,b},{c,d}|,ベクトルa=(x,y) 行列とベクトル乗算の結果、ベクトルA x a=(ax+by,cx+dy) 行列Aの左乗ベクトルaは、このときaが列ベクトルとして扱うA x a=(ax+by,cx+dy) である.行列Aの右乗ベクトルaは、aを行ベクトルとして扱うa x A=(ax+cy,bx+cy) である.行列Aの左、右はすべてaに乗じて1つのスカラーを得ます.a x A x a = x (ax + cy) + y (bx + cy)
6.4行列と行列の乗算行列A~m,n~=|{a,b},{c,d}|,行列B~j,k~=|{1,2},{3,4}|;行列Aの列数nと行列Bの行数jが等しいときのみ行列がスレッド化され、結果としてA x~m,n~*B~n,k~=C~m,k~ A x B = |{1a + 3b,2a + 4b},{1c + 3d, 2c+4d}|
==注意=:行列Aの列数が行列Bの行数に等しい場合、AとBは乗算することができる. 1.行列Cの行数は行列Aの行数に等しく、Cの列数はBの列数に等しい. 2.積Cのm行n番目の列の要素は、行列Aのm行目の要素と行列Bのn番目の列の対応する要素との積の和に等しい.
参考文献ベクトルと行列の乗算 行列乗算
1.ライブラリ全体を3つの部分に分けることができます
[ ](http://www.netlib.org/blas/blasqr.pdf)
6.基礎知識
6.1.数とベクトルの乗算
6.2. ベクトルとベクトルの乗算(Vector)
6.3行列(Matrix)とベクトル(Vector)の乗算
6.4行列と行列の乗算
参考文献