Question

this question of mine的答案让我期望（对于1/4非消失条目的矩阵）密集矩阵*密集矢量应该超越稀疏矩阵*密集向量。

我不仅看到相反的情况，而且两者的表现也优于GSL 7倍和4倍。

我是否错误地使用了Eigen？我不小心计时吗？我很吃惊。

我的编译选项如下：

ludi @ ludi-M17xR4：〜/ Desktop / tests $ g ++ -o eigenfill.x eigenfill.cc -L / usr / local / lib -lgsl -lgslcblas＆amp;＆amp; ./eigenfill.x

我的代码是：

 <a href="#text2" id="appoint">Next</a>

 <div class="lightbox" id="text2">
              <div class="box">
              <a class="close" href="#">X</a>
                <p class="title">Modal Window with Text</p>
                <div class="content">
                <form>
                  <input type="text" >Name <br>
                  <input type="password">Password <br><br>
                  <input type="submit" value="Submit">
                </form>
                </div>
              </div>
            </div>

Answer 1

使用Eigen，在没有编译器优化的情况下编译时性能很差。有几种方法可以显着提高性能：

启用优化（-O2或-O3，以g ++为单位），性能可提高两到三个数量级。
通过在包含特征库之前定义NDEBUG，可以获得额外的（更小的）加速。这会禁用边界检查，因此请确保在启用此功能之前没有问题。
Eigen can also take advantage of vectorization（SSE截至3.2.6和AVX截至3.3，PowerPC和ARM）导致进一步加速。只需在编译器中启用相关标志即可。
Enabling OMP也可以带来加速。再次，在编译器中启用相关标志，Eigen将完成其余的工作。

Answer 2

实际上，默认情况下，Spaesematrix是columnmajor，不适用于带有vector的乘积。使用Spaesematrix，您会发现它更快。

特征密集矩阵*密集向量乘法应该比GSL慢7倍吗？

2 个答案: