稀疏矩阵-矩阵乘法 (SpMM) 的 新批处理算法_cuda_代码_下载

上传者: 38334677 | 上传时间: 2022-06-23 09:05:42 | 文件大小: 7KB | 文件类型: ZIP
该库为 GPU 提供高性能批量稀疏矩阵乘法 (SpMM) 内核。目标矩阵很小,行(或列)数为几十或几百。这种操作可以在图卷积网络的应用中找到。Batched SpMM 算法的详细信息可以在论文 (1) 中找到。 (1) Yusuke Nagasaka、Akira Nukada、Ryosuke Kojima、Satoshi Matsuoka,“用于加速图卷积网络的批量稀疏矩阵乘法”,第 19 届 IEEE/ACM 集群、云和网格计算国际研讨会 (CCGrid 2019),拉纳卡,塞浦路斯,2019 年。(论文也在arXiv上)

文件下载

资源详情

[{"title":"( 5 个子文件 7KB ) 稀疏矩阵-矩阵乘法 (SpMM) 的 新批处理算法_cuda_代码_下载","children":[{"title":"Batched-SpMM-master","children":[{"title":"README.md <span style='color:#111;'> 1.03KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"batched_call.py <span style='color:#111;'> 2.86KB </span>","children":null,"spread":false},{"title":"batched.cu <span style='color:#111;'> 22.91KB </span>","children":null,"spread":false},{"title":"Makefile <span style='color:#111;'> 446B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明