【Caffe】math_functions文件分析

2024-08-27 19:08
文章标签 分析 math caffe functions

本文主要是介绍【Caffe】math_functions文件分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Caffe源码(caffe version:09868ac , date: 2015.08.15)中有一些重要文件,这里介绍下math_functions文件。

1.      include文件:

(1)、<glog/logging.h>:GLog库,它是google的一个开源的日志库,其使用可以参考:http://blog.csdn.net/fengbingchun/article/details/48768039 ;

(2)、<caffe/common.hpp>、<caffe/util/device_alternate.hpp>:这两个文件的介绍可以参考: http://blog.csdn.net/fengbingchun/article/details/54955236 ;

2.      <caffe/util/mkl_alternate.hpp>文件:

这个文件里包含两种库,一个是Intel MKL,一个是OpenBLAS,这里用的是OpenBLAS。如果商用Intel MKL是需要付费的,下面仅对Intel MKL进行简单介绍。

Intel MKL(Math Kernel Library)即Intel数学核心函数库,它是一套高度优化和广泛线程安全的数学例程,专为需要极致性能的科学、工程及金融等领域的应用而设计。核心数学函数包括BLAS、LAPACK、ScaLAPACK、Sparse Solver、快速傅里叶变换、矢量数学及其它函数。它可以为当前及下一代英特尔处理器提供性能优化,包括更出色地与Microsoft Visual Studio、Eclipse和XCode相集成。英特尔MKL支持完全集成英特尔兼容性OpenMP运行时库,以实现更出色的Windows/Linux跨平台兼容性。

关于OpenBLAS的介绍可以参考: http://blog.csdn.net/fengbingchun/article/details/55509764 ;

在github/fengbingchun/Caffe_Test中<mkl_alternate.hpp>中走的是OpenBLAS分支。

(1)、定义了一些宏:

DEFINE_VSL_UNARY_FUNC:一元函数,包括Sqr、Exp、Ln、Abs,对应的函数为vsSqr、vsExp、vsLn、vsAbs、vdSqr、vdExp、vdLn、vdAbs,支持float和double类型。

DEFINE_VSL_UNARY_FUNC_WITH_PARAM:带一个参数的一元函数,包括Powx,对应的函数为vsPowx、vdPowx,支持float和double类型。

DEFINE_VSL_BINARY_FUNC:二元函数,包括Add、Sub、Mul、Div,对应的函数为vsAdd、vsSub、vsMul、vsDiv、vdAdd、vdSub、vdMul、vdDiv,支持float和double类型。

(2)、定义了axpby函数,支持两种类型,cblas_saxpby、cblas_daxpby,如果设置incX和incY为1(即步长为1),则:Y=alpha*X+beta*Y

mkl_alternate文件测试代码如下:
 

int test_caffe_util_mkl_alternate()
{const int N{ 5 };float a[N] {1, 2, 3, 4, 5}, b{ 2 }, alpha{ 0.2f }, beta{0.4f};float y1[N], y2[N], y3[N], y4[N]{6, 7, 8, 9, 10};fprintf(stderr, "test unary function: vsSqr\n");vsSqr(N, a, y1);for (auto ret : y1) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test function unary function with singular parameter: vsPowx\n");vsPowx(N, a, b, y2);for (auto ret : y2) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test binary function: vsAdd\n");vsAdd(N, a, a, y3);for (auto ret : y3) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test axpby function(Y=alpha*X+beta*Y): cblas_saxpby\n");cblas_saxpby(N, alpha, a, 1, beta, y4, 1);for (auto ret : y4) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");return 0;
}

执行结果如下:

3.      math_functions文件内函数:封装了一些基础的数学运算函数

(1)、caffe_cpu_gemm:C=alpha*A*B+beta*C;

(2)、caffe_cpu_gemv:y=alpha*A*x+beta*y;

(3)、caffe_axpy:Y=alpha*X+Y;

(4)、caffe_cpu_axpby:Y=alpha*X+beta*Y;

(5)、caffe_copy:从X中拷贝前N个元素到Y中;

(6)、caffe_set:将X中的前N个元素置为alpha;

(7)、caffe_add_scalar:给Y中的前N个元素分别加上常数alpha;

(8)、caffe_scal:X = alpha*X;

(9)、caffe_sqr/ caffe_exp/caffe_log/caffe_abs:会调用mkl_alternate.hpp中的vsSqr、vsExp、vsLn、vsAbs、vdSqr、vdExp、vdLn、vdAbs函数;

(10)、caffe_add/caffe_sub/caffe_mul/caffe_div:会调用mkl_alternate.hpp中的vsAdd、vsSub、vsMul、vsDiv、vdAdd、vdSub、vdMul、vdDiv函数;

(11)、caffe_powx:会调用mkl_alternate.hpp中的vsPowx和vdPowx函数;

(12)、caffe_rng_rand:返回一个unsignedint类型的随机数;

(13)、caffe_nextafter:在最大方向上,返回b可以表示的最接近的数值;

(14)、caffe_rng_uniform:产生指定范围内的均匀分布随机数;

(15)、caffe_rng_gaussian:产生高斯分布随机数;

(16)、caffe_rng_bernoulli:产生伯努利分布随机数;

(17)、caffe_cpu_dot:计算步长为1的内积;

(18)、caffe_cpu_strided_dot:计算指定步长的内积;

(19)、caffe_cpu_hamming_distance:计算x、y之间的海明距离;

(20)、caffe_cpu_asum:计算向量x中前n个元素的绝对值之和;

(21)、caffe_sign:类似于正负号函数,仅返回-1或1;

(22)、caffe_cpu_scale:Y=alpha*X 。

4.        宏DEFINE_CAFFE_CPU_UNARY_FUNC:一元函数,类似于mkl_alternate.hpp中的宏DEFINE_VSL_UNARY_FUNC,包括:

(1)、caffe_cpu_sign:正负号函数,输出-1、0、1;

(2)、caffe_cpu_sgnbit:作用类似于std::signbit,static_cast<bool>((std::signbit)(x));x为负数输出为1,其它输出为0;

(3)、caffe_cpu_fabs:取绝对值,作用类似于std::fabs。

math_functions文件测试代码如下:
 

int test_caffe_util_math_functions()
{float alpha{ 0.5f }, beta{ 0.1f };// h*w: A: 2*3; B: 3*4; C: 2*4float A[2 * 3] {1, 2, 3, 4, 5, 6}, B[3 * 4] {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12},y1[2 * 4]{1, 2, 3, 4, 5, 6, 7, 8}, x[3]{1, 2, 3}, y2[2]{1, 2},y3[6] {1, 2, 3, 4, 5, 6}, y4[6] {1, 2, 3, 4, 5, 6},y7[6]{1, 2, 3, 4, 5, 6}, y10[6] {1, 2, 3, 4, 5, 6},y11[6] {1, 2, 3, 4, 5, 6}, C[6] {-2, -1, 0, 1, 2, 3}, y19[6] {-10, -10, -10, -10, -10, -10};float  y5[6], y6[6], y20[6], y21[6], y22[6];int y12[6] {1, 2, 3, 4, 5, 6};fprintf(stderr, "test math function: caffe_cpu_gemm(C=alpha*A*B+beta*C)\n");// A、B、y1: matrixcaffe::caffe_cpu_gemm(CblasNoTrans, CblasNoTrans, 2, 4, 3, alpha, A, B, beta, y1);for (auto ret : y1) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_cpu_gemv(y=alpha*A*x+beta*y)\n");// A: matrix; x、y2: vectorcaffe::caffe_cpu_gemv(CblasNoTrans, 2, 3, alpha, A, x, beta, y2);for (auto ret : y2) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_axpy(Y=alpha*X+Y)\n");caffe::caffe_axpy(6, alpha, A, y3);for (auto ret : y3) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_cpu_axpby(Y= alpha*X+beta*Y)\n");caffe::caffe_cpu_axpby(6, alpha, A, beta, y4);for (auto ret : y4) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_copy\n");caffe::caffe_copy(3, A, y5);for (auto ret : y5) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_set\n");caffe::caffe_set(3, alpha, y6);for (auto ret : y6) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_scal(X=alpha*X)\n");caffe::caffe_scal(4, alpha, y7);for (auto ret : y7) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_rng_rand\n");unsigned int y8 = caffe::caffe_rng_rand();fprintf(stderr, "caffe rng rand: %d\n", y8);fprintf(stderr, "test math function: caffe_nextafter\n");float y9 = caffe::caffe_nextafter(alpha);fprintf(stderr, " caffe next after: %f\n", y9);fprintf(stderr, "test math function: caffe_rng_uniform\n");caffe::caffe_rng_uniform(4, -2.f, 2.f, y10);for (auto ret : y10) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_rng_gaussian\n");caffe::caffe_rng_gaussian(4, -2.f, alpha, y11);for (auto ret : y11) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_rng_bernoulli\n");caffe::caffe_rng_bernoulli(4, alpha, y12);for (auto ret : y12) {fprintf(stderr, "%d    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_cpu_dot\n");float y13 = caffe::caffe_cpu_dot(3, A, B);fprintf(stderr, "caffe cpu dot: %f\n", y13);fprintf(stderr, "test math function: caffe_cpu_strided_dot\n");float y14 = caffe::caffe_cpu_strided_dot(2, A, 2, B, 2);fprintf(stderr, "caffe cpu strided dot: %f\n", y14);fprintf(stderr, "test math function: caffe_cpu_hamming_distance\n");int y15 = caffe::caffe_cpu_hamming_distance(4, A, C);fprintf(stderr, "caffe cpu hamming distance: %d\n", y15);fprintf(stderr, "test math function: caffe_cpu_asum\n");float y16 = caffe::caffe_cpu_asum(5, C);fprintf(stderr, "caffe cpu asum: %f\n", y16);fprintf(stderr, "test math function: caffe_sign\n");int8_t y17 = caffe::caffe_sign(-10.0f);int8_t y18 = caffe::caffe_sign(10.0f);fprintf(stderr, "caffe sign: -10.0f: %d, 10.0f: %d\n", y17, y18);fprintf(stderr, "test math function: caffe_cpu_scale\n");caffe::caffe_cpu_scale(5, alpha, C, y19);for (auto ret : y19) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_cpu_sign\n");caffe::caffe_cpu_sign(5, C, y20);for (auto ret : y20) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_cpu_sgnbit\n");caffe::caffe_cpu_sgnbit(5, C, y21);for (auto ret : y21) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");fprintf(stderr, "test math function: caffe_cpu_fabs\n");caffe::caffe_cpu_fabs(5, C, y22);for (auto ret : y22) {fprintf(stderr, "%f    ", ret);}fprintf(stderr, "\n");return 0;
}

 执行结果如下:

 GitHub:https://github.com/fengbingchun/Caffe_Test

转自:https://blog.csdn.net/fengbingchun/article/details/56280708

较好的排版:https://blog.csdn.net/seven_first/article/details/47378697#1-caffecpugemm-%E5%87%BD%E6%95%B0

这篇关于【Caffe】math_functions文件分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1112524

相关文章

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

MOLE 2.5 分析分子通道和孔隙

软件介绍 生物大分子通道和孔隙在生物学中发挥着重要作用,例如在分子识别和酶底物特异性方面。 我们介绍了一种名为 MOLE 2.5 的高级软件工具,该工具旨在分析分子通道和孔隙。 与其他可用软件工具的基准测试表明,MOLE 2.5 相比更快、更强大、功能更丰富。作为一项新功能,MOLE 2.5 可以估算已识别通道的物理化学性质。 软件下载 https://pan.quark.cn/s/57

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号

【软考】希尔排序算法分析

目录 1. c代码2. 运行截图3. 运行解析 1. c代码 #include <stdio.h>#include <stdlib.h> void shellSort(int data[], int n){// 划分的数组,例如8个数则为[4, 2, 1]int *delta;int k;// i控制delta的轮次int i;// 临时变量,换值int temp;in

三相直流无刷电机(BLDC)控制算法实现:BLDC有感启动算法思路分析

一枚从事路径规划算法、运动控制算法、BLDC/FOC电机控制算法、工控、物联网工程师,爱吃土豆。如有需要技术交流或者需要方案帮助、需求:以下为联系方式—V 方案1:通过霍尔传感器IO中断触发换相 1.1 整体执行思路 霍尔传感器U、V、W三相通过IO+EXIT中断的方式进行霍尔传感器数据的读取。将IO口配置为上升沿+下降沿中断触发的方式。当霍尔传感器信号发生发生信号的变化就会触发中断在中断

kubelet组件的启动流程源码分析

概述 摘要: 本文将总结kubelet的作用以及原理,在有一定基础认识的前提下,通过阅读kubelet源码,对kubelet组件的启动流程进行分析。 正文 kubelet的作用 这里对kubelet的作用做一个简单总结。 节点管理 节点的注册 节点状态更新 容器管理(pod生命周期管理) 监听apiserver的容器事件 容器的创建、删除(CRI) 容器的网络的创建与删除

PostgreSQL核心功能特性与使用领域及场景分析

PostgreSQL有什么优点? 开源和免费 PostgreSQL是一个开源的数据库管理系统,可以免费使用和修改。这降低了企业的成本,并为开发者提供了一个活跃的社区和丰富的资源。 高度兼容 PostgreSQL支持多种操作系统(如Linux、Windows、macOS等)和编程语言(如C、C++、Java、Python、Ruby等),并提供了多种接口(如JDBC、ODBC、ADO.NET等

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据