【发布时间】：2015-06-10 21:57:34
【问题描述】：
BLAS 定义了 GEMV（矩阵向量乘法）2 级操作。如何使用 BLAS 库执行向量矩阵乘法？
这可能很明显，但我不知道如何使用 BLAS 操作进行这种乘法运算。我本来希望进行 GEVM 操作。
【问题讨论】：
-
转置（x）。转置（A）=A.x
标签： matrix matrix-multiplication blas
【发布时间】：2015-06-10 21:57:34
【问题描述】：
(M x N) 矩阵与 (N x 1) 向量的矩阵向量乘法将产生 (M x 1) 向量。简而言之a*A(MxN)*X(Nx1) + b*Y(Mx1) -> Y(Mx1)。当然，当您的向量包含在矩阵中时，您可以使用INCX 和INCY。
为了定义向量矩阵乘法向量应该被转置。即a*X(1xM)*A(MxN) + b*Y(1xN) -> Y(1xN)。基本上你没有一个向量，而是一个单行矩阵。
从这一点开始有两种可能。
要么使用3级“GEMM”
?gemm(transa, transb, m, n, k, alpha, a, lda, b, ldb, beta, c, ldc)
使用
?gemm('N', 'N', 1, N, M, a, X, 1, A, M, b, Y, 1)
或者做更多的数学运算。考虑到(X*A)^T = A^T * X^T 行矩阵X 被转换为向量X^T(MX1)。同样Y 转置是向量Y^T(Nx1)。当然，内存方面X 和X^T 都以相同的方式按顺序存储。这意味着您可以使用转置矩阵A 再次使用GEMV
?gemv('T', M, N, a, A, M, X, 1, b, Y, 1)
【讨论】：
-
感谢您的解释和精确的例子，它运作良好:)
-
我都试过了。但是
?gemm比?gemv快大约 2~3 倍。?gemv不应该总是比?gemm快吗？