注意

RAFT 中的向量搜索和聚类算法正在迁移到一个专门用于向量搜索的新库，名为 cuVS。在此迁移期间，我们将继续支持 RAFT 中的向量搜索算法，但在 RAPIDS 24.06（六月）版本发布后将不再更新它们。我们计划在 RAPIDS 24.10（十月）版本发布时完成迁移，并在 24.12（十二月）版本中将它们完全从 RAFT 中移除。

矩阵-向量运算

算术

#include <raft/linalg/matrix_vector.cuh>

namespace raft::linalg

template<typename math_t, typename idx_t, typename layout_t>
void binary_mult_skip_zero(raft::resources const &handle, raft::device_matrix_view<math_t, idx_t, layout_t> data, raft::device_vector_view<const math_t, idx_t> vec, Apply apply)

将矩阵的每一行或每一列与向量相乘，跳过向量中的零

参数:

• handle – [in] 用于管理库资源的 raft handle

• data – [inout] 输入矩阵，结果在原位更新

• vec – [in] 输入向量

• apply – [in] 使用枚举类 raft::linalg::Apply 指定向量广播是沿矩阵的行还是列进行

template<typename math_t, typename idx_t, typename layout_t>
void binary_div(raft::resources const &handle, raft::device_matrix_view<math_t, idx_t, layout_t> data, raft::device_vector_view<const math_t, idx_t> vec, Apply apply)

将矩阵的每一行或每一列除以向量

参数:

• handle – [in] 用于管理库资源的 raft handle

• data – [inout] 输入矩阵，结果在原位更新

• vec – [in] 输入向量

• apply – [in] 使用枚举类 raft::linalg::Apply 指定向量广播是沿矩阵的行还是列进行

template<typename math_t, typename idx_t, typename layout_t>
void binary_div_skip_zero(raft::resources const &handle, raft::device_matrix_view<math_t, idx_t, layout_t> data, raft::device_vector_view<const math_t, idx_t> vec, Apply apply, bool return_zero = false)

将矩阵的每一行或每一列除以向量，跳过向量中的零

参数:

• handle – [in] 用于管理库资源的 raft handle

• data – [inout] 输入矩阵，结果在原位更新

• vec – [in] 输入向量

• apply – [in] 使用枚举类 raft::linalg::Apply 指定向量广播是沿矩阵的行还是列进行

• return_zero – [in] 如果为 true 且向量值低于阈值，则结果为零；如果为 false，则结果为原始值

template<typename math_t, typename idx_t, typename layout_t>
void binary_add(raft::resources const &handle, raft::device_matrix_view<math_t, idx_t, layout_t> data, raft::device_vector_view<const math_t, idx_t> vec, Apply apply)

将向量添加到矩阵的每一行或每一列

参数:

• handle – [in] 用于管理库资源的 raft handle

• data – [inout] 输入矩阵，结果在原位更新

• vec – [in] 输入向量

• apply – [in] 使用枚举类 raft::linalg::Apply 指定向量广播是沿矩阵的行还是列进行

template<typename math_t, typename idx_t, typename layout_t>
void binary_sub(raft::resources const &handle, raft::device_matrix_view<math_t, idx_t, layout_t> data, raft::device_vector_view<const math_t, idx_t> vec, Apply apply)

从矩阵的每一行或每一列减去向量

参数:

• handle – [in] 用于管理库资源的 raft handle

• data – [inout] 输入矩阵，结果在原位更新

• vec – [in] 输入向量

• apply – [in] 使用枚举类 raft::linalg::Apply 指定向量广播是沿矩阵的行还是列进行

运算

#include <raft/linalg/matrix_vector_op.cuh>

namespace raft::linalg

template<typename MatValueType, typename VecValueType, typename LayoutPolicy, typename Lambda, typename IndexType>
void matrix_vector_op(raft::resources const &handle, raft::device_matrix_view<const MatValueType, IndexType, LayoutPolicy> matrix, raft::device_vector_view<const VecValueType, IndexType> vec, raft::device_matrix_view<MatValueType, IndexType, LayoutPolicy> out, Apply apply, Lambda op)

对所有列或行与给定向量进行运算。注意：线程会处理多个元素以加速处理。借助于类型提升，这些元素可以通过单次读取加载。因此，只有当地址为此进行优化对齐时，才能实现更快的处理速度。注意：该函数还将检查访问窗口的大小是否是线程处理元素数量的倍数，以便实现更快的处理速度。

模板参数:

• MatValueType – 输入矩阵的数据类型

• VecValueType – 输入向量的数据类型

• LayoutPolicy – 输入和输出的布局（raft::row_major 或 raft::col_major）

• Lambda – 表示二元运算符的设备函数

• IndexType – 用于寻址的整数类型

参数:

• handle – [in] raft::resources

• matrix – [in] 输入 raft::matrix_view

• vec – [in] 向量 raft::vector_view

• out – [out] 输出 raft::matrix_view

• apply – [in] 使用枚举类 raft::linalg::Apply 指定向量广播是沿矩阵的行还是列进行

• op – [in] 数学运算

template<typename MatValueType, typename Vec1ValueType, typename Vec2ValueType, typename LayoutPolicy, typename Lambda, typename IndexType>
void matrix_vector_op(raft::resources const &handle, raft::device_matrix_view<const MatValueType, IndexType, LayoutPolicy> matrix, raft::device_vector_view<const Vec1ValueType, IndexType> vec1, raft::device_vector_view<const Vec2ValueType, IndexType> vec2, raft::device_matrix_view<MatValueType, IndexType, LayoutPolicy> out, Apply apply, Lambda op)

对所有列或行与给定向量进行运算。注意：线程会处理多个元素以加速处理。借助于类型提升，这些元素可以通过单次读取加载。因此，只有当地址为此进行优化对齐时，才能实现更快的处理速度。注意：该函数还将检查访问窗口的大小是否是线程处理元素数量的倍数，以便实现更快的处理速度。

模板参数:

• MatValueType – 输入和输出矩阵的数据类型

• Vec1ValueType – 第一个输入向量的数据类型

• Vec2ValueType – 第二个输入向量的数据类型

• LayoutPolicy – 输入和输出的布局（raft::row_major 或 raft::col_major）

• Lambda – 表示二元运算符的设备函数

• IndexType – 用于寻址的整数类型

参数:

• handle – raft::resources

• matrix – 输入 raft::matrix_view

• vec1 – 第一个向量 raft::vector_view

• vec2 – 第二个向量 raft::vector_view

• out – 输出 raft::matrix_view

• apply – 使用枚举类 raft::linalg::Apply 指定向量广播是沿矩阵的行还是列进行

• op – 数学运算