与numpy和cudam在矩阵乘法中有很大不同的结果

Question

我试着用numpy和cudamat做同样的矩阵乘法。在

结果完全不同。在

我做错什么了？在

我用的是：

• Ubuntu 14.04版
• cuda 7.0-28
• 英伟达346.46
• 数字1.9.2
• Python 2.7.10
• Anaconda 2.2.0（64位）
• cudamat（最新版本，2015年6月26日）
• 英伟达750Ti

代码如下：

import numpy as np
import cudamat as cm
cm.init()

...

def distance(self, X):
      gpu_W = cm.CUDAMatrix(self.W)
      gpu_X = cm.CUDAMatrix(X)
      gpu_X2 = cm.pow(gpu_X, 2).sum(axis=1)
      gpu_W2 = cm.pow(gpu_W, 2).sum(axis=1)
      prodWX = cm.dot(gpu_W, gpu_X.T)
      prodWX = prodWX.mult((-2))

      W=self.W
      prodWXgpu=prodWX.asarray()
      prodWXcpu=-2*np.dot(W, X.T)

cm.shutdown()

结果是：

两者都是二维数组。它们的形状是：

W（14,2） X（10000，2）

它意味着每个细胞有两次乘法和一次加法。 所以这不应该是由于累积误差

提前谢谢

Answer 1

我发现了问题：厘米功率正在修改作为参数接收的矩阵。在

为了解决这个问题，我改变了：

gpu_X2 = cm.pow(gpu_X, 2).sum(axis=1)
gpu_W2 = cm.pow(gpu_W, 2).sum(axis=1)

签署人：

^{pr2}$