Question

我正在将ARM ComputeLibrary集成到项目中。

这不是我所熟悉的API，但是我正在通过文档和示例进行工作。

目前，我正在尝试将std::vector的内容复制到CLTensor。然后使用ARMCL GEMM操作。

我一直在构建一个MWE，如下所示，目的是使矩阵乘法起作用。

要从标准C ++ std::vector或std::ifstream获取输入数据，我正在尝试基于this example shown in the docs的基于迭代器的方法。

但是，我不断遇到段错误。

来源中有an example of sgemm 使用CLTensor，这也是我从中汲取灵感的地方。但是，它是从Numpy数组中获取输入数据的，因此到目前为止，这无关紧要。

在ARMCL中，我不确定CLTensor和Tensor是否具有不相交的方法。但是我觉得它们具有通用接口ITensor。不过，对于基于迭代器的方法，我仍然找不到使用CLTensor而不是Tensor的等效示例。

您可以在下面看到我正在使用的代码，该代码在第64行（*reinterpret_cast..）上失败。我不确定要执行的操作是什么，但是我猜想我们有一个递增input_it的ARMCL迭代器n * m，每次迭代都设置{{1} }到相应的输入值。 CLTensor只是为了使这些类型很好地配合使用？

我认为我的Iterator和Window对象还可以，但不能确定。

reinterpret_cast

Answer 1

您遗漏的部分（诚然可以在文档中对它进行更好的解释！）是您需要映射/取消映射OpenCL缓冲区，以使CPU可以访问它们。

如果您查看fill_random_tensor的内部（这是cl_sgemm example中使用的内容，您会打到tensor.map();

因此，如果您在创建迭代器之前map()使用缓冲区，那么我认为它应该可以工作：

a.map();
input_it(&a, input_window);
execute_window_loop(...)
{
}
a.unmap(); //Don't forget to unmap the buffer before using it on the GPU

希望这会有所帮助

ComputeLibrary CLTensor数据传输

1 个答案: