matrix/cblas-wrappers.h

该头文件对CBLAS与CLAPACK的接口进行了简单的封装(将不同数据类型的多个接口封装为一个)。

比如

cblas_scopy和cblas_dcopy封装为cblas_Xcopy

clapack_sgetri和clapack_dgetri封装为clapack_Xgetri

 
 

上述接口的声明位于matrix/kaldi-blas.h中

 
 

 
 

tools/ATLAS_headers/include/clapack.h

matrix/kaldi-blas.h

该头文件根据不同的实现(ATLAS、CLAPACK、MKL、OPENBLAS)处理BLAS、LAPACK等的#include。

matrix/kaldi-vector.h

该头文件声明了几个Kaldi向量类,其运算的实现基于CBLAS和CLAPACK,具体依赖的库可以是:

  • ATLAS
  • CLAPACK
  • MKL
  • OPENBLAS

 
 

class VectorBase

向量抽象类。该类对基础运算与内存优化进行了封装,只提供向量运算不涉及尺寸缩放和构造函数。

 
 

尺寸缩放和构造函数由派生类Vector和SubVector负责。

 
 

向量初始化

void SetZero();

向量信息

bool IsZero(Real cutoff = 1.0e-06) const;

inline MatrixIndexT Dim() const { return dim_; }

向量的读取与转换

inline Real* Data() { return data_; }

inline Real operator() (MatrixIndexT i) const

SubVector<Real> Range(const MatrixIndexT o, const MatrixIndexT l)

向量的拷贝函数

void CopyFromVec(const VectorBase<Real> &v);

void CopyFromPacked(const PackedMatrix<OtherReal> &M);

向量的运算

void ApplyLog();

void AddVec(const Real alpha, const VectorBase<OtherReal> &v);

IO

void Read(std::istream & in, bool binary, bool add = false);

void Write(std::ostream &Out, bool binary) const;

class Vector

该类表示普通Kaldi向量,并实现尺寸缩放一般的构造函数

 
 

多种构造函数

Vector(): VectorBase<Real>() {}

explicit Vector(const MatrixIndexT s,

MatrixResizeType resize_type = kSetZero)

: VectorBase<Real>() { Resize(s, resize_type); }

template<typename OtherReal>

explicit Vector(const CuVectorBase<OtherReal> &cu);

重载赋值运算符

Vector<Real> &operator = (const Vector<Real> &other) {

Resize(other.Dim(), kUndefined);

this->CopyFromVec(other);

return *this;

}

 
 

Vector<Real> &operator = (const VectorBase<Real> &other) {

Resize(other.Dim(), kUndefined);

this->CopyFromVec(other);

return *this;

}

Utils

void Swap(Vector<Real> *other);

void Resize(MatrixIndexT length, MatrixResizeType resize_type = kSetZero);

void RemoveElement(MatrixIndexT i);

SubVector

该类表示一个不占有实际数据的泛化向量或向量索引,可以表示高级向量的子向量或矩阵的行。实现多种用于索引的构造函数

 
 

多种构造函数

SubVector(const VectorBase<Real> &t, const MatrixIndexT origin,

const MatrixIndexT length) : VectorBase<Real>()

SubVector(const PackedMatrix<Real> &M)

SubVector(const SubVector &other) : VectorBase<Real> ()

 
 

matrix/kaldi-matrix.h

该头文件声明了几个Kaldi矩阵类,其运算的实现基于CBLAS和CLAPACK,具体依赖的库可以是:

  • ATLAS
  • CLAPACK
  • MKL
  • OPENBLAS

 
 

class MatrixBase

矩阵抽象类。该类对基础运算与内存优化进行了封装,只提供矩阵运算不涉及尺寸缩放和构造函数。

 
 

尺寸缩放和构造函数由派生类Matrix和SubMatrix负责。

 
 

矩阵信息

inline MatrixIndexT NumRows() const { return num_rows_; }、

inline MatrixIndexT Stride() const { return stride_; }

向量的读取与转换

inline const Real* Data() const

inline Real* Data() { return data_; }

inline Real* RowData(MatrixIndexT i)

矩阵的初始化

void SetZero();

void Set(Real);

矩阵的拷贝函数

void CopyFromMat(const MatrixBase<OtherReal> & M,

MatrixTransposeType trans = kNoTrans);

void CopyFromMat(const CompressedMatrix &M);

矩阵运算

若向量维数等于矩阵维数,则将其看作是对矩阵逐行拼接得到的向量

若向量维数等于矩阵列数,则将*this的所有行都设定为v

v.Dim() == NumRows() * NumCols(),

void CopyRowsFromVec(const VectorBase<Real> &v);

 
 

与CopyRowsFromVec类似,只不过矩阵为列序

void CopyColsFromVec(const VectorBase<Real> &v);

 
 

*this矩阵为方阵,且维数等于v的维数;将*this的对角向量设定为v

void CopyDiagFromVec(const VectorBase<Real> &v);

 
 

矩阵所有元素之和

Real Sum() const;

 
 

矩阵的迹

Real Trace(bool check_square = true) const;

 
 

*this与A的元素级相乘

void MulElements(const MatrixBase<Real> &A);

 
 

*this/A,元素级相除

void DivElements(const MatrixBase<Real> &A);

 
 

alpha* *this,缩放*this的所有元素

void Scale(Real alpha);

 
 

(*this) = (*this) * diag(scale)

*this为列序,for i: *this[i][j]*=scale[j]

void MulColsVec(const VectorBase<Real> &scale);

 
 

(*this) = diag(scale) * (*this)

*this为行序,for j: *this[i][j]*=scale[i]

void MulRowsVec(const VectorBase<Real> &scale);

 
 

矩阵的逆

void Invert(Real *log_det = NULL, Real *det_sign = NULL,

bool inverse_needed = true);

 
 

矩阵的转置,只适用于方阵,Matrix才支持普通矩阵

void Transpose();

 
 

对矩阵所有元素进行floor()运算

void ApplyFloor(Real floor_val);

 
 

对矩阵所有元素进行ceil()运算

void ApplyCeiling(Real ceiling_val);

 
 

对矩阵所有元素进行log()运算

void ApplyLog();

 
 

对矩阵所有元素进行exp()运算

void ApplyExp();

 
 

对矩阵所有元素进行pow()运算

void ApplyPow(Real power);

 
 

对矩阵所有元素进行sigmoid()运算

void Sigmoid(const MatrixBase<Real> &src);

 
 

对矩阵所有元素进行tanh()运算

void Tanh(const MatrixBase<Real> &src);

 
 

梯度从sigmoid激励传播到sigmoid激活

*this = diff * value * (1.0 - value)

void DiffSigmoid(const MatrixBase<Real> &value,

const MatrixBase<Real> &diff);

 
 

梯度从tanh激励传播到tanh激活

*this = diff * (1.0 - value^2).

void DiffTanh(const MatrixBase<Real> &value,

const MatrixBase<Real> &diff);

 
 

*this += alpha * M

void AddMat(const Real alpha, const MatrixBase<Real> &M,

MatrixTransposeType transA = kNoTrans);

*this = alpha A B + beta * *this

若transA == kNoTrans,则

*this的行数=A的行数

若transA == kTrans,则A=A^T

*this的行数=A的列数

 
 

若transB == kNoTrans,则

*this的列数=B的列数

若transB == kTrans,则B=B^T

*this的列数=B的行数

 
 

 
 

void AddMatMat(const Real alpha,

const MatrixBase<Real>& A, MatrixTransposeType transA,

const MatrixBase<Real>& B, MatrixTransposeType transB,

const Real beta);

*this = beta* *this + alpha*A*B*C.

void AddMatMatMat(const Real alpha,

const MatrixBase<Real>& A, MatrixTransposeType transA,

const MatrixBase<Real>& B, MatrixTransposeType transB,

const MatrixBase<Real>& C, MatrixTransposeType transC,

const Real beta);

class Matrix

该类表示普通Kaldi矩阵,并实现尺寸缩放一般的构造函数

多种构造函数

Matrix(const MatrixIndexT r, const MatrixIndexT c,

MatrixResizeType resize_type = kSetZero,

MatrixStrideType stride_type = kDefaultStride):

MatrixBase<Real>() { Resize(r, c, resize_type, stride_type); }

explicit Matrix(const CuMatrixBase<OtherReal> &cu,

MatrixTransposeType trans = kNoTrans);

重载赋值运算符

Matrix<Real> &operator = (const MatrixBase<Real> &other) {

if (MatrixBase<Real>::NumRows() != other.NumRows() ||

MatrixBase<Real>::NumCols() != other.NumCols())

Resize(other.NumRows(), other.NumCols(), kUndefined);

MatrixBase<Real>::CopyFromMat(other);

return *this;

}

 
 

Matrix<Real> &operator = (const Matrix<Real> &other) {

if (MatrixBase<Real>::NumRows() != other.NumRows() ||

MatrixBase<Real>::NumCols() != other.NumCols())

Resize(other.NumRows(), other.NumCols(), kUndefined);

MatrixBase<Real>::CopyFromMat(other);

return *this;

Utils

void Swap(Matrix<Real> *other);

void RemoveRow(MatrixIndexT i);

void Resize(const MatrixIndexT r,

const MatrixIndexT c,

MatrixResizeType resize_type = kSetZero,

MatrixStrideType stride_type = kDefaultStride);

 
 

class SubMatrix

该类表示一个不占有实际数据的泛化矩阵或矩阵索引,可以表示其他矩阵的矩阵。实现多种用于索引的构造函数

继承于MatrixBase,用于对矩阵的子矩阵(块矩阵)进行运算。

 
 

template<typename Real>

class SubMatrix : public MatrixBase<Real> {

public:

多种构造函数

// 将矩阵的一部分初始化为一个SubMatrix,这都点类似于Matlab中的A(b:c, d:e)。

SubMatrix(const MatrixBase<Real>& T,

const MatrixIndexT ro, // row offset, 0 < ro < NumRows()

const MatrixIndexT r, // number of rows, r > 0

const MatrixIndexT co, // column offset, 0 < co < NumCols()

const MatrixIndexT c); // number of columns, c > 0

 
 

// This initializer is mostly intended for use in CuMatrix and related

// classes. Be careful!

SubMatrix(Real *data,

MatrixIndexT num_rows,

MatrixIndexT num_cols,

MatrixIndexT stride);

 
 

~SubMatrix<Real>() {}

 
 

/// This type of constructor is needed for Range() to work [in Matrix base

/// class]. Cannot make it explicit.

SubMatrix<Real> (const SubMatrix &other):

MatrixBase<Real> (other.data_, other.num_cols_, other.num_rows_,

other.stride_) {}

 
 

private:

/// Disallow assignment.

SubMatrix<Real> &operator = (const SubMatrix<Real> &other);

};

 
 

kaldi通用底层矩阵运算库——CBLAS的更多相关文章

  1. kaldi通用底层矩阵运算库——CUDA

    cudamatrix/cublas-wrappers.h 该头文件对cuBLAS的接口进行了简单的封装(函数名的简化和部分kaldi函数的封装). 比如 cublasSgemm_v2封装为cublas ...

  2. Python底层socket库

    Python底层socket库将Unix关于网络通信的系统调用对象化处理,是底层函数的高级封装,socket()函数返回一个套接字,它的方法实现了各种套接字系统调用.read与write与Python ...

  3. C++矩阵运算库armadillo配置笔记

    前言 最近在用C++实现神经网络模型,优化算法需要用到矩阵操作,一开始我用的是boost的ublas库,但用着用着感觉很不习惯,接口不够友好.于是上网搜索矩阵运算哪家强,大神们都推荐armadillo ...

  4. C++矩阵运算库推荐

    最近在几个地方都看到有人问C++下用什么矩阵运算库比较好,顺便做了个调查,做一些相关的推荐吧.主要针对稠密矩阵,有时间会再写一个稀疏矩阵的推荐. Armadillo:C++下的Matlab替代品 地址 ...

  5. uTenux——重新整理底层驱动库

    重新整理底层驱动库 1. 整理chip.h 在chip.h文件中的07----13的宏定义设置位如下,这样我们就不用在工程配中定义sam3s4c这个宏了,为我们以后通用少了一件麻烦事. //#if d ...

  6. .net通用底层搭建

    .net通用底层搭建 之前写过几篇,有朋友说看不懂,有朋友说写的有点乱,自己看了下,的确是需要很认真的看才能看懂整套思路. 于是写下了这篇. 1.这个底层,使用的是ado.net,微软企业库 2.实体 ...

  7. YARN底层基础库

      YARN基础库是其他一切模块的基础,它的设计直接决定了YARN的稳定性和扩展性,YARN借用了MRV1的一些底层基础库,比如RPC库等,但因为引入了很多新的软件设计方式,所以它的基础库更多,包括直 ...

  8. C++通用框架和库

    C++通用框架和库 来源 https://www.cnblogs.com/skyus/articles/8524408.html 关于 C++ 框架.库和资源的一些汇总列表,内容包括:标准库.Web应 ...

  9. Duanxx的Design abroad: C++矩阵运算库Eigen 概要

    一.概要 这两天想起来要做神经网络的作业了,要求用C++完毕神经网络的算法. 摆在面前的第一个问题就是,神经网络算法中大量用到了矩阵运算.可是C++不像matlab那样对矩阵运算有非常好的支持.本来准 ...

随机推荐

  1. Golang代码实现HTTPs(HTTPS证书生成和部署)

    在win7下试试: 1.实现一个最简单的HTTPS Web Server // gohttps/2-https/server.go package main import ( "fmt&qu ...

  2. 记一次在咸鱼上购买 MacBook Pro 的经历

    前言 以前一直用的是 windows 的,但是最近特别想买个 macOS 的.其实不是为了其他什么目的,只是涉及到开发 macOS更接近 linux 系统,一直没使用过所以就想尝试体验下,而且现在很多 ...

  3. Activiti开发案例之activiti-app工作流导出图片

    前言 自从 Activiti 和 JBPM4 分家以后,Activiti 目前已经发展到了版本7,本着稳定性原则我们最终选择了6,之前还有一个版本5. 问题 在开发使用的过程中发现 Activiti ...

  4. jeecg入门操作—树型表单开发

    树表类型表单 表单创建,基础配置如下: 1.设置表单类型为:单表; 2.是否树选择:是; 3.设置特殊字段:[树形表单父id][树开表单列] 结果测试

  5. centos7之zabbix监控mysql(mariadb)数据库

    一.Zabbix3.2.6使用自带模板监控MySQL 添加zabbix_agent客户端方法:http://www.cnblogs.com/lei0213/p/8858269.html mysql服务 ...

  6. MySQL 的数据目录

    MySQL里面有4个数据库是属于MySQL自带的系统数据库: mysql 这个数据库贼核心,它存储了MySQL的用户账户和权限信息,一些存储过程.事件的定义信息,一些运行过程中产生的日志信息,一些帮助 ...

  7. DNS预解析prefetch

    前面的话 本文将详细介绍DNS预解析prefetch的主要内容 概述 DNS(Domain Name System, 域名系统),是域名和IP地址相互映射的一个分布式数据库.DNS 查询就是将域名转换 ...

  8. 正则 re模块

    Python 正则表达式 re 模块 简介 正则表达式(regular expression)是可以匹配文本片段的模式.最简单的正则表达式就是普通字符串,可以匹配其自身.比如,正则表达式 ‘hello ...

  9. JavaScript自动生成博文目录导航/TOP按钮

    博客园页面添加返回顶部TOP按钮 进入网页管理->设置 在"页面定制CSS代码"中添加如下css样式,当然你可以改为自己喜欢的样式 此处可以将背景色background-co ...

  10. [洛谷P1006] 传纸条

    双线程DP的常识:DP的阶段问题:多阶段决策问题 传送门:$>here<$ 题意 n*m的矩阵里,从左上角走到右下角(只能往右或往下),再从右下角走回左上角(只能往左或往上).其中不能重复 ...