Question

我试图写一个k-means聚类类。我想让我的函数并行。

void kMeans::findNearestCluster()
{   
    short closest;
    int moves = 0;
    #pragma omp parallel for reduction(+:moves)
    for(int i = 0; i < n; i++)
    {      
        float min_dist=FLT_MAX;
        for(int k=0; k < clusters; k++)
        {
            float dist_sum = 0.0, dist2 = 0.0;
            for(int j = 0; j < dim; j++)
            {
                dist_sum = centroids[k*dim+j] - data[i*dim+j];
                dist2 +=  dist_sum * dist_sum;

            }
            if (dist2 < min_dist)
            {
                min_dist = dist2;
                closest = k;

            }

        }

        if (assignment[i] != closest)
        {
            assignment[i] = closest;
            moves++;
        }        

    }

    this->moves = moves;

}

这是它应该如何运作的：

第1步：查找最近的群集
- 遍历所有数据点，并比较所有质心之间的距离。
- 找到最近的质心时，它会存储在名为closest的变量中。
- 检查此点是否已分配给新找到的最近群集。如果没有，请移动新的。（增量移动）
第2步：根据新分配重新计算质心。（功能未显示）
重复步骤1和步骤2，直到不再发生移动。

没有#parallel moves收敛为零。如果我#parallel移动有随机值。我认为因为并行循环与更新move存在冲突。

也许一个更好的策略是让每个线程都有自己的移动变量，最后它们会有一些上升。

Answer 1

你在并行循环中使用closest变量，在写入它之前将其用作检查，然后再增加moves变量。但它在循环外声明，因此所有迭代都使用相同的变量！由于所有迭代都是并行执行（理论上），因此您不能指望任何迭代都能看到任何其他迭代在分支条件closest中写入if (assignment[i] != closest)的内容。通过竞争并行线程随机更新此变量。因此，您的moves会评估垃圾值。

在外部循环中移动closest声明或在OpenMP pragma中将其声明为private(closest)可能会解决您的问题。

顺便说一句，closest可能未初始化，应该与k的类型相同，即int。

OMP并行减少

1 个答案: