matrix_multiply代码解析

关于matrix_multiply

程序执行代码里两个矩阵的乘法，并将相乘结果打印在屏幕上。

示例的主要目的是展现怎么实现一个自定义CPU计算任务。

参考：https://github.com/sogou/workflow

示例代码

https://github.com/sogou/workflow/blob/master/tutorial/tutorial-08-matrix_multiply.cc

定义计算任务

定义计算任务需要提供3个基本信息，分别为INPUT，OUTPUT，和routine。

INPUT和OUTPUT是两个模板参数，可以是任何类型。routine表示从INPUT到OUTPUT的过程，定义如下：

template <class INPUT, class OUTPUT>

class __WFThreadTask

{

…

std::function<void (INPUT *,
OUTPUT *)> routine;

…

};

可以看出routine是一个简单的从INPUT到OUTPUT的计算过程。INPUT指针不要求是const，但用户也可以传const INPUT *的函数。

比如一个加法任务，就可这么做：

struct add_input

{

int x;

int y;

};

struct add_ouput

{

int res;

};

void add_routine(const add_input
*input, add_output *output)

{

output->res = input->x + input->y;

}

typedef
WFThreadTask<add_input, add_output> add_task;

在矩阵乘法的示例里，输入是两个矩阵，输出为一个矩阵。其定义如下：

namespace algorithm

{

using Matrix =
std::vector<std::vector>;

struct MMInput

{

Matrix a;

Matrix b;

};

struct MMOutput

{

int error;

size_t m, n, k;

Matrix c;

};

void matrix_multiply(const MMInput *in,
MMOutput *out)

{

…

}

矩阵乘法存在有输入矩阵不合法的问题，所以output里多了一个error域，用来表示错误。

生成计算任务

定义好输入输出的类型，以及算法的过程之后，就可以通过WFThreadTaskFactory工厂来产生计算任务了。

在WFTaskFactory.h里，计算工厂类的定义如下：

template <class INPUT, class OUTPUT>

class WFThreadTaskFactory

{

private:

using T =
WFThreadTask<INPUT, OUTPUT>;

public:

static T *create_thread_task(const
std::string& queue_name,

std::function<void (INPUT *,
OUTPUT *)> routine,

std::function<void (T *)> callback);

…

};

与之前的网络工厂类或算法工厂类略有不同，这个类需要INPUT和OUTPUT两个模板参数。

queue_name相关的知识在上一个示例里已经有介绍。routine就是你的计算过程，callback是回调。

在示例里，看到了这个调用的使用：

using MMTask =
WFThreadTask<algorithm::MMInput,

algorithm::MMOutput>;

using namespace algorithm;

int main()

{

typedef
WFThreadTaskFactory<MMInput, MMOutput> MMFactory;

MMTask *task = MMFactory::create_thread_task(“matrix_multiply_task”,

matrix_multiply,

callback);

MMInput *input = task->get_input();

input->a = {{1, 2, 3}, {4, 5, 6}};

input->b = {{7, 8}, {9, 10}, {11, 12}};

…

}

产生了task之后，通过get_input()接口得到输入数据的指针。这个可以类比网络任务的get_req()。

任务的发起和结束什么，与网络任务并没有什么区别。同样，回调也很简单：

void callback(MMTask
*task) // MMtask =
WFThreadTask<MMInput, MMOutput>

{

MMInput *input = task->get_input();

MMOutput *output = task->get_output();

assert(task->get_state() ==
WFT_STATE_SUCCESS);

if (output->error)

printf(“Error: %d
%s\n”, output->error, strerror(output->error));

else

{

printf(“Matrix A\n”);

print_matrix(input->a,
output->m, output->k);

printf(“Matrix B\n”);

print_matrix(input->b,
output->k, output->n);

printf(“Matrix A *
Matrix B =>\n”);

print_matrix(output->c,
output->m, output->n);

}

普通的计算任务可以忽略失败的可能性，结束状态肯定是SUCCESS。

callback里简单打印了输入输出。如果输入数据不合法，则打印错误。

算法与协议的对称性

在体系里，算法与协议在一个非常抽象的层面上是具有高度对称性的。

有自定义算法的线程任务，那显然也存在自定义协议的网络任务。

自定义算法要求提供算法的过程，而自定义协议则需要用户提供序列化和反序列化的过程。

无论是自定义算法还是自定义协议，都必须强调算法和协议都是非常纯粹的。

例如算法就是一个从INPUT到OUPUT的转换过程，算法并不知道task，series等的存在。

HTTP协议的实现上，也只关心序列化反序列化，无需要关心什么是task。而是在http task里去引用HTTP协议。

线程任务与网络任务的复合性

在这个示例里，通过WFThreadTaskFactory构建了一个线程任务。可以说这是一种最简单的计算任务构建，大多数情况下也够用了。

同样，用户可以非常简单的定义一个自有协议的server和client。

但在上一个示例里看到，可以通过算法工厂产生一个并行排序任务，这显然不是通过一个routine就能做到的。

对于网络任务，比如一个kafka任务，可能要经过与多台机器的交互才能得到结果，但对用户来讲是完全透明的。

所以，任务都是具有复合性的，如果你熟练使用框架，可以设计出很多复杂的组件出来。

matrix_multiply代码解析相关推荐

CornerNet代码解析——损失函数
CornerNet代码解析--损失函数文章目录 CornerNet代码解析--损失函数前言总体损失 1.Heatmap的损失 2.Embedding的损失 3.Offset的损失前言今天要解 ...
视觉SLAM开源算法ORB-SLAM3 原理与代码解析
来源:深蓝学院,文稿整理者:何常鑫,审核&修改:刘国庆本文总结于上交感知与导航研究所科研助理--刘国庆关于[视觉SLAM开源算法ORB-SLAM3 原理与代码解析]的公开课. ORB-SLA ...
java获取object属性值_java反射获取一个object属性值代码解析
有些时候你明明知道这个object里面是什么,但是因为种种原因,你不能将它转化成一个对象,只是想单纯地提取出这个object里的一些东西,这个时候就需要用反射了. 假如你这个类是这样的: privat ...
python中的doc_基于Python获取docx/doc文件内容代码解析
这篇文章主要介绍了基于Python获取docx/doc文件内容代码解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下整体思路: 下载文件并修改后缀 ...
mongoose框架示例代码解析（一）
mongoose框架示例代码解析(一) 参考: Mongoose Networking Library Documentation(Server) Mongoose Networking Librar ...
ViBe算法原理和代码解析
ViBe - a powerful technique for background detection and subtraction in video sequences 算法官网:http:// ...
【Android 逆向】使用 Python 代码解析 ELF 文件 ( PyCharm 中进行断点调试 | ELFFile 实例对象分析 )
文章目录一.PyCharm 中进行断点调试二.ELFFile 实例对象分析一.PyCharm 中进行断点调试在上一篇博客 [Android 逆向]使用 Python 代码解析 ELF 文件 ( ...
密码算法中iv值是什么_?标检测中的?极?值抑制算法(nms)：python代码解析
⾮极⼤值抑制(Non-Maximum Suppression)原理⾮极⼤值抑制,顾名思义,找出极⼤值,抑制⾮极⼤值.这种思路和算法在各个领域中应⽤⼴泛,⽐如边缘检测算法canny算⼦中就使⽤了该⽅法 ...
python批量处理csv_Python批量处理csv并保存过程代码解析
本篇文章小编给大家分享一下Python批量处理csv并保存过程代码解析,代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看. 需求: 1.大量csv文件,以数字命 ...

matrix_multiply代码解析

matrix_multiply代码解析相关推荐

最新文章

热门文章