Question

我试图使用pyclblas（clblas的python包装器）运行计算，但遇到了一些麻烦。

这是我的代码：

# imports (my python is 2.7)
from __future__ import absolute_import, print_function
import numpy as np
import pyopencl as cl
import pyclblas

# create some generic structures according to pyopencl tutorial
ctx = cl.create_some_context()
queue = cl.CommandQueue(ctx)
mf = cl.mem_flags

# create a vector and a buffer
c_np = np.random.rand(50000).astype(np.float)
c_g = cl.Buffer(ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=c_np)

# use pyclblas to make a calculation with the vector
res = pyclblas.clblasSscal(len(c_np), 1.0, c_g, 0, 1, queue, None)

这给了我错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/dist-packages/spyderlib/widgets/externalshell/sitecustomize.py", line 540, in runfile
    execfile(filename, namespace)
  File "/home/name/.spyder2/.temp.py", line 49, in <module>
    res = pyclblas.clblasSscal(len(c_np), 1.0, c_g, 0, 1, queue, None)
  File "/usr/local/lib/python2.7/dist-packages/pyclblas.py", line 245, in clblasSscal
    return pyclblas_swig.clblasSscal(N, alpha, X, offx, incx, commandQueues, eventWaitList)
TypeError: in method 'clblasSscal', argument 6 of type 'cl_uint'

文档说队列应该是pyopencl.CommandQueue，而不是＆＃39; cl_uint＆＃39;。有谁知道问题是什么？谢谢！

Answer 1

看起来我有点迟了，但我是pyclblas软件包的开发人员。

在破坏时，您试图使用哪个版本的软件包？在某些旧版本中，您需要将命令队列包装在SWIG接口的列表或元组中以识别您的输入。我已经更新了SWIG界面，以便在您直接传入命令队列时它可以正常工作。发布此版本时的版本，0.8.1，也有一个错误，使其无法正确安装。最新版本0.8.3似乎从pip正确安装，应该满足您的需求。

但是，您的脚本中存在一些需要更正的错误： np.float需要是np.float32（因为你使用的是Sscal而不是Dscal）。此外，您的c_g需要声明为READ_WRITE而不是READ_ONLY，因为Sscal内核将修改后的结果存储回c_g。

此版本使用全新的pip安装正常工作：

#!/usr/bin/env python
import numpy as np
import pyopencl as cl
import pyclblas
import sys

alpha = float(sys.argv[1])

# create some generic structures according to pyopencl tutorial
ctx = cl.create_some_context()
queue = cl.CommandQueue(ctx)
mf = cl.mem_flags

# create a vector and a buffer
c_np = np.random.rand(50000).astype(np.float32)
c_g = cl.Buffer(ctx, mf.READ_WRITE, size=c_np.nbytes)
cl.enqueue_copy(queue, c_g, c_np)

# use pyclblas to make a calculation with the vector
res = pyclblas.clblasSscal(len(c_np), alpha, c_g, 0, 1, queue, None)



import scipy.linalg.blas
res_np = np.empty_like(c_np)
cl.enqueue_copy(queue, res_np, c_g)
exp_np = np.copy(c_np)
scipy.linalg.blas.sscal(alpha, exp_np)

print np.linalg.norm(c_np), np.linalg.norm(res_np), np.linalg.norm(exp_np)
print np.linalg.norm(exp_np - res_np)

使用pyclblas作为一个简单的例子

1 个答案: