金字塔决策交易系统

 找回密码
 

微信登录

微信扫一扫,快速登录

搜索
查看: 1772|回复: 1

金字塔的矩阵与向量高性能计算实现与代码范例

[复制链接]

4

主题

124

帖子

135

积分

Rank: 9Rank: 9Rank: 9

等级: 管理员

注册:
2021-5-10
曾用名:
发表于 2021-5-12 16:58 | 显示全部楼层 |阅读模式
本帖最后由 技术006 于 2021-10-21 13:41 编辑

    为了方便用户进行线性代数与矢量分析,金字塔提供了一整套封装的高度矢量优化线性代数方面函数,用户可以不借助Python也可以在PEL中进行简易矩阵及向量计算。金字塔会根据用户CPU自动启用SSE,AVX,AVX-512指令集,以及高度并行化执行,可以发挥CPU最大利用率,执行效率大大提升。

使用事项说明
      1、该类函数的向量及矩阵的输入参数只能是VARIABLE申明的数组类型,使用前应注意转换。相关的教程请参考 金字塔数组使用的高级编程技巧
      2、函数计算需依赖科学计算组件,该组件您需要单独安装部署,使用前请先进行在线安装。
           安装步骤 : PEL公式编辑器界面->插入菜单->安装扩展科学计算组件。
      3、该类库函数还在不断扩充中,如果你有其他的功能函数需求,欢迎及时在本贴中提出,以便我们进行扩充安排。

函数说明(5.0 BETA3版本后支持)

1、Mfsum(X,N)

计算向量x的元素大小之和
函数实现功能: y=∑x
    参数维度说明: x为向量(n*1)(矩阵也可以看做向量)


例:
[PEL] 复制代码
VARIABLE:x[]=0;
     x:=c;
     rets:Mfsum(x,5);

========================================


2、Mfxpy(x,y,alpha,n)

计算向量与标量的积,然后加到结果上
函数实现功能:y:=a*x+y
x : 向量
y : 向量(输出参数)
    alpha : 标量
    n : 指定向量x,y的元素个数
    返回值 : 最终更新到向量y

例:
[PEL] 复制代码
alpha:=1;
VARIABLE : x[5]=(0,1,2,3,4);
VARIABLE : y[5]=(1,2,3,4,5);
If IsLastbar Then
Begin
        MFXPY(x,y,ALPHA,5);
        for i = 1 to 5 do
        msgout(1,numtostr(y,0));//结果将输出 1,3,5,7,9
End   


========================================


3、Mfdot(x,y,n)

计算向量-向量的点乘
函数实现功能公式:

x : 向量
y : 向量
n:向量x,y数量

例:
[PEL] 复制代码
VARIABLE : x[5]=(0,1,2,3,4);
VARIABLE : y[5]=(1,2,3,4,5);
RETS:MFDOT(x,y,5);//结果将输出40


========================================

4、Mfnrm2(x,n)

计算一个向量的欧几里得范数(Euclidean norm)
函数实现功能:res = ||x||
     x:向量
     n:向量x个数


例:
[PEL] 复制代码
VARIABLE : x[5]=(1,2,3,4,5);
RETS:MFNRM2(x,5); //结果将输出 7.416


========================================

5、Mfscal(x,a,n)

计算向量和标量的乘积
函数实现功能:x=a*x
x : 向量(输入/输出参数)
a : 标量a
n: 向量x个数
返回值:最终更新到向量x

例:
[PEL] 复制代码
VARIABLE : x[5]=(1,2,3,4,5);
a:=0.1;
If IsLastbar Then
Begin
        MFSCAL(x,a,5);
        for i = 1 to 5 do
        Msgout(1,numtostr(x,1));  //结果将输出 0.1,0.2,0.3,0.4,0.5
End   

========================================

6、Mfswap(x,y,n)

交换向量值, 完成向量x和y的交换
x : 向量
y : 向量
n:向量x,y数量

例:
[PEL] 复制代码
VARIABLE : x[5]=(0,1,2,3,4);
VARIABLE : y[5]=(1,2,3,4,5);
If IsLastbar Then
Begin
    Mfswap(x,y,5);
    for i = 1 to 5 do
    msgout(1,numtostr(y,0)); //输出交换后的y数组
End   


========================================

7、mfamax(x,n)

找到绝对值最大的元素的索引
x: 向量
n: 向量x个数
返回值:基于1索引的向量元素位置

例:
[PEL] 复制代码
VARIABLE : x[5]=(0,1,2,3,4);
Rets:MFAMAX(x,5); //结果将返回5

========================================

8、Mfamin(x,n)

找到绝对值最小的元素的索引
x: 向量
n: 向量x个数
返回值:基于1索引的向量元素位置

例:见Mfamax函数

========================================

9、mfAdd(a,b,r,n)

向量元素相加
a : 向量
b : 向量
r:向量(输出值)
n: 向量a,b,r个数

例:
[PEL] 复制代码
VARIABLE : a[5]=(1,2,3,4,5);
VARIABLE : b[5]=(1,2,3,4,5);
VARIABLE : r[5]=0;
If IsLastbar Then
Begin
    MFADD(a,b,r,5);
    for i = 1 to 5 do
        msgout(1,numtostr(r,0)); //结果将返回2,4,6,8,10
End   
========================================

10、MfSub(a,b,r,n)

向量元素相减
a : 向量
b : 向量
r : 向量(输出值)
n: 向量a,b,r个数

例:见mfAdd函数

========================================

11、MfMul(a,b,r,n)

向量元素相乘
a : 向量
b : 向量
r:向量(输出值)
n: 向量a,b,r个数

例:见mfAdd函数

========================================

12、MfDiv(a,b,r,n)

向量元素相除
a : 向量
b : 向量
r:向量(输出值)
n: 向量a,b,r个数

例:见MfAdd函数

========================================

13、Mfgemv(a,x,y,t,m,n,alpha,beta)

矩阵与向量的乘积
函数实现功能:
t =0 y := alpha*A*x + beta*y,
t =1 y := alpha*A'*x + beta*y,
t =2 y := alpha*conjg(A')*x + beta*y,
a :  m*n的矩阵
x : 向量
y : 向量(输入和输出参数)
m : 矩阵A的行数
n : 矩阵A的列数(向量x维度)
alpha : 标量
beta : 标量
返回值:最终更新到向量y

例:
[PEL] 复制代码
m:=2;//矩阵行数
n:=5;//矩阵列数
alpha:=1;
mbeta:=1;
VARIABLE : a[m*n]=( 0,1,2,3,4,
                                      5,6,7,8,9 ); //定义一个2行5列矩阵
VARIABLE : x[n]=(1,2,3,4,5); //向量数组
VARIABLE : y[m]=0;
If IsLastbar Then
      Begin
      //2*5的矩阵与5*1的向量相乘
          MFGEMV(a,x,y,0,m,n,alpha,mbeta);
          for i = 1 to m do
          msgout(1,numtostr(y,0)); //结果将输出40, 115
End 
========================================

14、Mfger(x,y,a,m,n,alpha)

矩阵的一阶更新(矩阵-向量乘积)
函数实现功能:A := alpha*x*y'+ A,
x : 向量(m行)
y : 向量(n列)
a : m×n 的矩阵(输入和输出参数)
m : 矩阵A的行数
n : 矩阵A的列数
alpha : 标量
返回值:最终更新到矩阵a

例:
[PEL] 复制代码
m:=2;//矩阵行数
n:=5;//矩阵列数
alpha:=1;
VARIABLE : x[m]=(1,2);
VARIABLE : y[n]=(2,3,4,5,6);
VARIABLE : a[m*n]=( 1,1,1,1,1,
                                       1,1,1,1,1 ); //定义一个2行5列矩阵
If IsLastbar Then
       Begin
            //5*1向量乘以1*5向量,加上5*5矩阵
       MFGER(x,y,a,m,n,alpha);
       for i = 1 to m*n do
       msgout(1,numtostr(a,0));
End  
结果将输出矩阵为
3  4  5  6  7
     5  7  9 11 13
========================================
15、Mfgemm(A,B,C,alpha,beta,m,n,k)

     矩阵与矩阵乘积
函数实现功能:C := alpha*op(A)*op(B) + beta*C,
A: 矩阵
B: 矩阵
C:矩阵(输入和输出参数)
alpha: 标量
beta : 标量
m:矩阵A和矩阵C的行数
n:矩阵B和矩阵C的列数
k:矩阵A的列数和矩阵B的行数
返回值:最终更新到矩阵C
例:
[PEL] 复制代码
m:=2;//矩阵A和矩阵C的行数
n:=3;//矩阵B和矩阵C的列数
k:=2;//矩阵A的列数和矩阵B的行数
alpha:=1;
betas:=1;
VARIABLE : a[m*n]=(1,2,3,  4,5,6); //矩阵维度 2*3
VARIABLE : b[n*k]=(1,1,  1,1,  1,1); //矩阵维度 3*2(计算时候转置)
VARIABLE : x[m*k]=(0,1,  2,3);      //矩阵维度 2*2
If IsLastbar Then
       Begin
       MFGEMM(a,b,x,alpha,betas,m,n,k);
       for i = 1 to m*k do
       msgout(1,numtostr(x,0));
End  
结果将输出矩阵为
6 7
1718
========================================

16、Mffft(X,Y,N,T)

快速傅立叶变换
X: 输入源向量数组
Y: 输出向量数组,以复数方式返回(由2个数字组成),因此数组申明大小必须为X的2倍
N: X向量变换源数组大小
T:0向前变换 1向后变换

例:
[PEL] 复制代码
n:=16; //16点信号变换
VARIABLE : x[n]=(15, 32, 9, 222, 118, 151, 5, 7, 56, 233, 56, 121, 235, 89, 98, 111);
VARIABLE : y[n*2]=0;  //以复数方式返回结果,因此需要2倍容量
If IsLastbar Then
Begin
        MFFFT(x,y,n,0);
        for i = 1 to n*2 do
        msgout(1,numtostr(y,3));
End  


回复

使用道具 举报

4

主题

124

帖子

135

积分

Rank: 9Rank: 9Rank: 9

等级: 管理员

注册:
2021-5-10
曾用名:
 楼主| 发表于 2021-5-12 17:01 | 显示全部楼层
矩阵和多维数组的使用介绍

矩阵也是多维数组的一种(二维数组),矩阵有行和列两项,在内存中的排列是连续的,所以一维数组也可以进行2维数组矩阵进行表达。

访问矩阵的计算公式为 : (访问行-1)*总列数+访问列

范例:

m:=2; //矩阵行数
n:=5; //矩阵列数
VARIABLE:x[m*n]=(1,2,3,4,5,   6,7,8,9,10);//定义并初始化2行5列矩阵

//取2行3列数据,二维数组表示[2][3];
y:=x[(2-1)*n+3]; //y=8

s:y;

//取1行5列数据,二维数组表示[1][5]
y:=x[(1-1)*n+5]; //y=5
t:y;
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 微信登录

本版积分规则

手机版|小黑屋|上海金之塔信息技术有限公司 ( 沪ICP备13035422号 )

GMT+8, 2024-11-16 03:49 , Processed in 0.213010 second(s), 23 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表