正版现货新书 稀疏矩阵计算优化 9787568298049 计卫星
全新正版现货，以书名为准，放心购买，购书咨询18931383650朱老师
￥ 50.48 6.4折 ￥ 79 全新
库存2件
北京丰台
认证卖家担保交易快速发货售后保障
作者计卫星
出版社北京理工大学出版社
ISBN9787568298049
出版时间2022-01
装帧平装
开本16开
定价79元
货号31421025
上书时间2024-11-15
- 在售商品 暂无
- 平均发货时间 9小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 稀疏矩阵概述
1.1 矩阵与稀疏矩阵
1.2 应用领域
1.2.1 线性系统
1.2.2 图计算
1.2.3 线性规划
1.2.4 PageRank算法
1.3 稀疏矩阵相关计算
1.3.1 BLAS
1.3.2 Sparse BLAS
1.3.3 SpMV
1.3.4 SpGEMM
1.3.5 SpMM
本章参考文献
第2章 稀疏矩阵压缩编码方法
2.1 常见压缩编码概述
2.2 常见基本压缩格式
2.2.1 COO
2.2.2 CSR
2.2.3 ELL
2.2.4 DIA
2.3 切片和分块压缩格式
2.3.1 BCSR
2.3.2 BCCOO/BCCOO
2.3.3 CSR
2.3.4 CSR
2.3.5 SELL
2.3.6 CDS
2.4 混合格式
2.4.1 HYB
2.4.2 MMSparse
2.4.3 其他
本章参考文献
第3章 SpMV研究现状综述
3.1 问题定义
3.2 最佳格式选择
3.2.1 基于目标平台特性的格式选择
3.2.2 基于强化学习的格式选择
3.2.3 基于决策树的格式选择
3.2.4 基于SVM的格式选择
3.2.5 基于深度学习的格式选择
3.3 面向体系结构的优化
3.3.1 面向多核/众核处理器的优化
3.3.2 面向GPU的优化
3.3.3 基于FPGA的优化
3.3.4 面向异构计算平台的优化
3.4 自动调优技术
3.5 矩阵划分
3.5.1 一维划分
3.5.2 二维划分
内容摘要
本书详细阐述了稀疏矩阵相关计算的应用背景，并对目前已知的主要压缩编码格式进行了详细介绍。在此基础上，分别对稀疏矩阵向量乘（SpMV）、稀疏矩阵稀疏矩阵乘（SpGEMM）的算法设计和实现技术进行了详细阐述；给出了面向异构计算平台的稀疏矩阵划分方法及SpMV负载均衡算法，能够适用于CPU+GPU以及多GPU构成的异构计算系统；介绍了一种基于数学形态学的稀疏矩阵划分方法，该方法基于稀疏矩阵缩略图和形态学方法，提取稀疏矩阵中稠密子矩阵，包括矩形稠密区域，三角形稠密区域，以及稠密对角线，并根据非零元分布为不同的子矩阵选择较优的压缩编码格式；本书还介绍了基于机器学习的SpMV性能预测方法，以及多精度优化相关内容。最后对常用的开源库程序以及相关的工具包进行了简要介绍。
本书可供从事相关科学计算和工程计算的研究人员、工程师，以及从事大规模稀疏线性方程组求解和稀疏矩阵计算优化的高校教师和研究生阅读。
— 没有更多了 —
以下为对购买帮助不大的评价