我有2
个简单矩阵A
和B
,我计算它们的乘法。
数组看起来像这样(使用numpy
和模型)
A=np.array(([1,2,3],[4,5,6])).astype(np.float64)
B=np.array(([7,8],[9,10],[11,12])).astype(np.float64)
以下是Matrix的形状
A: (2, 3)
B: (3, 2)
现在,我正尝试使用cublasDgemmBatched来获取产品。
我对应用cublasDgemmBatched
时 m,n 和 k 值应该是什么感到困惑。
另外,我不确定数组的主要维度(lda
,ldb
,ldc
)是什么。
这里有一个nice 3d example,但我似乎无法将此功能用于2d矩阵。
理想情况下,我希望获得与np.dot相同的结果。
答案 0 :(得分:1)
我没有skcuda.blas来证实这一点。但更完整的示例可能看起来像
A = np.array(([1, 2, 3], [4, 5, 6])).astype(np.float64)
B = np.array(([7, 8], [9, 10], [11, 12])).astype(np.float64)
m, k = A.shape
k, n = B.shape
a_gpu = gpuarray.to_gpu(A)
b_gpu = gpuarray.to_gpu(B)
c_gpu = gpuarray.empty((m, n), np.float64)
alpha = np.float64(1.0)
beta = np.float64(0.0)
a_arr = bptrs(a_gpu)
b_arr = bptrs(b_gpu)
c_arr = bptrs(c_gpu)
cublas_handle = cublas.cublasCreate()
cublas.cublasDgemm(cublas_handle, 'n','n',
n, m, k, alpha,
b_arr.gpudata, m,
a_arr.gpudata, k,
beta, c_arr.gpudata, m)