在稀疏矩阵的特征内迭代器上应用simd:
for(auto i = 0; i < smat.outerSize(); i++){
#pragma omp simd
for(SMat::InnerIterator iter(smat,i); it; ++it){
it.valueRef() = value;
}
}
由于for循环中的括号初始化错误与simd不兼容,因此不起作用。接下来我试试:
SMat::InnerIterator iter(smat,i);
#pragma omp simd
for(;it;++it){ // error, declaration or initialization expected
for(it;it;++it){ // error, declaration or initialization expected
然后我google并搜索文档,只是遇到一个短语,提到simd在添加稀疏矩阵时是隐含的(所以我知道这是可能的,而且在本征的模板化的某个地方,有一个simd循环在内在的载体;但我不知道该怎么做。)
接下来,我检查并发现Eigen
在整个代码中只有三次调用omp
。这是否意味着Eigen仅依赖于用于simd激活的编译器标志?
最后,我尝试将循环更改为规范形式(下面的评论),并得到一个不同的错误:
for(auto it = typename SMat::InnerIterator(smat,i); it; ++it)
// error: '#pragma omp simd' used with class iteration variable 'it'
使用simd触发或迭代Eigen::SparseMatrix<double>
内部向量的预期方法是什么?
答案 0 :(得分:3)
在此上下文中无法应用#pragma omp simd
。根据OpenMP规范(2.6 Canonical Loop Form),“在simd
构造中,允许的唯一随机访问迭代器类型是指针类型。”涉及的迭代器显然不是指针类型。有可能将它们更改为允许OpenMP simd循环,但这需要深入了解所涉及类型的实现和数据布局。
答案 1 :(得分:3)
如果您想更改每个条目并且矩阵是压缩形式,您可以使用.coeffs()
成员函数:
smat.coeffs() = value;
迭代单个列会有点困难,但您可以通过查看smat.outerIndexPtr()[col]
找到每列的开头(col+1
的开头是col
的结尾)。