[英]CSR Matrix - Matrix multiplication
我有兩個方陣矩陣A
和B
我必須將B
轉換為CSR Format
並確定產品C
A * B_csr = C
我在網上找到了很多關於CSR矩陣 - 矢量乘法的信息 。 算法是:
for (k = 0; k < N; k = k + 1)
result[i] = 0;
for (i = 0; i < N; i = i + 1)
{
for (k = RowPtr[i]; k < RowPtr[i+1]; k = k + 1)
{
result[i] = result[i] + Val[k]*d[Col[k]];
}
}
但是,我需要Matrix - Matrix
乘法。
此外,似乎大多數算法都應用A_csr - vector
乘法,其中我需要A * B_csr
。 我的解決方案是在轉換之前轉置兩個矩陣然后轉置最終產品。
有人可以解釋如何計算Matrix - CSR Matrix
產品和/或CSR Matrix - Matrix
產品嗎?
這是Python中用於Dense Matrix X CSR Matrix
的簡單解決方案。 它應該是不言自明的。
def main():
# 4 x 4 csr matrix
# [1, 0, 0, 0],
# [2, 0, 3, 0],
# [0, 0, 0, 0],
# [0, 4, 0, 0],
csr_values = [1, 2, 3, 4]
col_idx = [0, 0, 2, 1]
row_ptr = [0, 1, 3, 3, 4]
csr_matrix = [
csr_values,
col_idx,
row_ptr
]
dense_matrix = [
[1, 3, 3, 4],
[1, 2, 3, 4],
[1, 4, 3, 4],
[1, 2, 3, 5],
]
res = [
[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0],
]
# matrix order, assumes both matrices are square
n = len(dense_matrix)
# res = dense X csr
csr_row = 0 # Current row in CSR matrix
for i in range(n):
start, end = row_ptr[i], row_ptr[i + 1]
for j in range(start, end):
col, csr_value = col_idx[j], csr_values[j]
for k in range(n):
dense_value = dense_matrix[k][csr_row]
res[k][col] += csr_value * dense_value
csr_row += 1
print res
if __name__ == '__main__':
main()
CSR Matrix X Dense Matrix
實際上只是CSR Matrix X Dense Matrix
每一行的CSR Matrix X Vector
產品序列對嗎? 因此,擴展上面顯示的代碼應該非常容易。
繼續前進,我建議你不要自己編寫這些例程。 如果您正在使用C ++(基於標記),那么您可以查看Boost ublas或Eigen 。 API起初看起來有點神秘,但從長遠來看它確實值得。 首先,您可以訪問更多功能,將來可能需要這些功能。 其次,這些實現將得到更好的優化。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.