2017-08-07 51 views
0

我有一个问题,通过eig_sym犰狳中的本征分解。当我试图计算出多组特征向量的并行,不时的特征向量是犰狳的eig_sym中的线程安全问题

  • 不是正交
  • 不归
  • 甚至不会有问题的矩阵的特征向量。

如果每次只运行一次计算(所以这似乎是一些线程安全问题),此问题消失。一旦两个计算并行运行,问题就会再次出现。奇怪的是,特征值在任何情况下都是正确的。

//compile with: g++ -std=c++11 -pthread -larmadillo -o evecs armadillo_evecs.cpp 
#include <iostream> 
#include <armadillo> 
#include <assert.h> 
#include <future> 
#include <vector> 
using namespace std; 

void testcalc() { 
    // set up random symmetric matrix 
    arma::mat r = arma::randu<arma::mat> (100, 100); 
    r = r.t() * r; 

    arma::vec eval; 
    arma::mat evec; 
    // calculate eigenvalues and -vectors 
    assert(arma::eig_sym(eval, evec, r)); 
    arma::mat test = evec.t() * evec; 

    // Check whether eigenvectors are orthogonal, (i. e. matrix 'test' is diagonal) 
    assert(arma::norm(test - arma::diagmat(test)) < 1.0e-10); 
} 


int main() { 
    // start 100 eigenvalue (+vector) calculations 
    vector<future<void>> fus; 
    for (size_t i = 0; i < 100; i++) { 
     // try parallel evaluation ... fails sometimes 
     fus.push_back(async(launch::async, &testcalc)); 

     // try sequential evaluation ... works fine 
     // future<void> f = async(launch::async, &testcalc); 
     // f.get(); // Wait until calculation has finished, before starting new one 
    } 

    // wait until calculations have finished 
    for(auto it = fus.begin(); it != fus.end(); it++) { 
     it->get(); 
    } 

    return 0; 
} 

所以在断言

assert(arma::norm(test - arma::diagmat(test)) < 1.0e-10); 

上述代码有时会失败。可能这是底层库的问题(我读过lapack有一些线程安全问题)?我真的不知道,从哪里开始寻找。

回答

1

而不是“滚动自己的并行化”,使用底层库已经提供的并行化更简单,更安全。

因此,不要使用参考BLAS和LAPACK,而应使用多线程版本,如OpenBLASIntel MKL。有关更多详细信息,请参阅Armadillo FAQ

+0

另外,您应该记住像LAPACK这样的库并不是在考虑并行计算的情况下开发的。一些例程从上次调用它们的状态时开始跟踪它们的状态,当由不同的线程访问时导致问题。 – Hannebambel

+0

感谢您的建议。我现在正在使用OpenBLAS。它确实更安全,也更快。 – okruz