uBLAS lente Matrice-sparsevector Multiplication
-
27-10-2019 - |
Question
Je convertir une partie de mon propre code d'algèbre de vecteur pour utiliser le boost optimisé bibliothèque uBLAS. Cependant, quand j'ai essayé de faire une multiplication SymmetricMatrix-sparsevector Je l'ai trouvé à environ 4x plus lent que ma propre mise en œuvre. La taille du vecteur est généralement autour 0-500 et environ 70-80% entrées sont nuls.
Voici mon code
void CRoutines::GetA(double a[], double vectorIn[], int sparseVectorIndexes[], int vectorLength, int sparseLength)
{
compressed_vector<double> inVec (vectorLength, sparseLength);
for(int i = 0; i < sparseLength; i++)
{
inVec(sparseVectorIndexes[i]) = vectorIn[sparseVectorIndexes[i]];
}
vector<double> test = prod(inVec, matrix);
for(int i = 0; i < vectorLength; i++)
{
a[i] = test(i);
}
}
sparseVectorIndexes stocke les indices des valeurs non nulles du vecteur d'entrée, vectorLength est la longueur du vecteur, et sparseLength est le nombre de non-zéros dans le vecteur. La matrice est stockée sous la forme d'une matrice symétrique symmetric_matrix<double, lower>
.
Mon propre implémentation est simple itération de boucle imbriquée où la matrice est juste un double tableau 2D:
void CRoutines::GetA(double a[], double vectorIn[], int sparseVectorIndexes[], int vectorLength, int sparseLength)
{
for (int i = 0; i < vectorLength; i++)
{
double temp = 0;
for (int j = 0; j < sparseLength; j++)
{
int row = sparseVectorIndexes[j];
if (row <= i) // Handle lower triangular sparseness
temp += matrix[i][row] * vectorIn[row];
else
temp += matrix[row][i] * vectorIn[row];
}
a[i] = temp;
}
}
Pourquoi est-uBLAS 4x plus lent? Est-ce que je n'écris la multiplication correctement? Ou est-il une autre bibliothèque plus adaptée à cela?
EDIT: Si j'utilise un réseau dense de vecteur plutôt, uBLAS est seulement 2x plus lent ...
La solution
uBLAS n'a pas été conçu comme objectif la performance n ° 1 à l'esprit. Il existe des bibliothèques qui sont nettement plus rapide que uBLAS. Voir par exemple http://eigen.tuxfamily.org/index.php?title=Benchmark
Autres conseils
PDF a toute une comparaison détaillée des différentes bibliothèques d'algèbre linéaire. Je suis tombé sur ce cette réponse informatique scientifique Stack Exchange, qui est peut-être un meilleur endroit pour ce genre de question.
Je ne sais pas si elle est la cause du ralentissement (avez-vous profil pour obtenir votre numéro 4x?), Mais cette boucle pourrait être lente:
for(int i = 0; i < vectorLength; i++)
{
a[i] = test(i);
}
Si la plupart du temps est consacré au traitement des boucles dans votre code, puis cette boucle supplémentaire pourrait doubler le temps (et n'a rien à voir avec uBLAS). Je recommanderais d'utiliser à la place std::copy
:
std::copy(test.begin(), test.end(), a[0])
La plupart des compilateurs doivent voir que cette copie est un double et faire une copie optimale, ce qui pourrait corriger un peu votre problème.