mat_utils.txx 12 KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402403404405406407408409410411412413414415416417418419420421422423424425426427428429430431432433434435436437438439440441442443444445446447448449450451452453454455456457458459460461462463464465466467468469470471472473
  1. /**
  2. * \file mat_utils.txx
  3. * \author Dhairya Malhotra, dhairya.malhotra@gmail.com
  4. * \date 2-11-2011
  5. * \brief This file contains BLAS and LAPACK wrapper functions.
  6. */
  7. #include <omp.h>
  8. #include <cmath>
  9. #include <cassert>
  10. #include <cstdlib>
  11. #include <algorithm>
  12. #include <iostream>
  13. #include <vector>
  14. #include <blas.h>
  15. #include <lapack.h>
  16. #include <matrix.hpp>
  17. namespace pvfmm{
  18. namespace mat{
  19. template <class T>
  20. inline void gemm(char TransA, char TransB, int M, int N, int K, T alpha, T *A, int lda, T *B, int ldb, T beta, T *C, int ldc){
  21. if((TransA=='N' || TransA=='n') && (TransB=='N' || TransB=='n')){
  22. for(size_t n=0;n<N;n++){ // Columns of C
  23. for(size_t m=0;m<M;m++){ // Rows of C
  24. T AxB=0;
  25. for(size_t k=0;k<K;k++){
  26. AxB+=A[m+lda*k]*B[k+ldb*n];
  27. }
  28. C[m+ldc*n]=alpha*AxB+(beta==0?0:beta*C[m+ldc*n]);
  29. }
  30. }
  31. }else if(TransA=='N' || TransA=='n'){
  32. for(size_t n=0;n<N;n++){ // Columns of C
  33. for(size_t m=0;m<M;m++){ // Rows of C
  34. T AxB=0;
  35. for(size_t k=0;k<K;k++){
  36. AxB+=A[m+lda*k]*B[n+ldb*k];
  37. }
  38. C[m+ldc*n]=alpha*AxB+(beta==0?0:beta*C[m+ldc*n]);
  39. }
  40. }
  41. }else if(TransB=='N' || TransB=='n'){
  42. for(size_t n=0;n<N;n++){ // Columns of C
  43. for(size_t m=0;m<M;m++){ // Rows of C
  44. T AxB=0;
  45. for(size_t k=0;k<K;k++){
  46. AxB+=A[k+lda*m]*B[k+ldb*n];
  47. }
  48. C[m+ldc*n]=alpha*AxB+(beta==0?0:beta*C[m+ldc*n]);
  49. }
  50. }
  51. }else{
  52. for(size_t n=0;n<N;n++){ // Columns of C
  53. for(size_t m=0;m<M;m++){ // Rows of C
  54. T AxB=0;
  55. for(size_t k=0;k<K;k++){
  56. AxB+=A[k+lda*m]*B[n+ldb*k];
  57. }
  58. C[m+ldc*n]=alpha*AxB+(beta==0?0:beta*C[m+ldc*n]);
  59. }
  60. }
  61. }
  62. }
  63. template<>
  64. inline void gemm<float>(char TransA, char TransB, int M, int N, int K, float alpha, float *A, int lda, float *B, int ldb, float beta, float *C, int ldc){
  65. sgemm_(&TransA, &TransB, &M, &N, &K, &alpha, A, &lda, B, &ldb, &beta, C, &ldc);
  66. }
  67. template<>
  68. inline void gemm<double>(char TransA, char TransB, int M, int N, int K, double alpha, double *A, int lda, double *B, int ldb, double beta, double *C, int ldc){
  69. dgemm_(&TransA, &TransB, &M, &N, &K, &alpha, A, &lda, B, &ldb, &beta, C, &ldc);
  70. }
  71. #define U(i,j) U_[(i)*dim[0]+(j)]
  72. #define S(i,j) S_[(i)*dim[1]+(j)]
  73. #define V(i,j) V_[(i)*dim[1]+(j)]
  74. //#define SVD_DEBUG
  75. template <class T>
  76. void GivensL(T* S_, const size_t dim[2], size_t m, T a, T b){
  77. T r=sqrt(a*a+b*b);
  78. T c=a/r;
  79. T s=-b/r;
  80. #pragma omp parallel for
  81. for(size_t i=0;i<dim[1];i++){
  82. T S0=S(m+0,i);
  83. T S1=S(m+1,i);
  84. S(m ,i)+=S0*(c-1);
  85. S(m ,i)+=S1*(-s );
  86. S(m+1,i)+=S0*( s );
  87. S(m+1,i)+=S1*(c-1);
  88. }
  89. }
  90. template <class T>
  91. void GivensR(T* S_, const size_t dim[2], size_t m, T a, T b){
  92. T r=sqrt(a*a+b*b);
  93. T c=a/r;
  94. T s=-b/r;
  95. #pragma omp parallel for
  96. for(size_t i=0;i<dim[0];i++){
  97. T S0=S(i,m+0);
  98. T S1=S(i,m+1);
  99. S(i,m )+=S0*(c-1);
  100. S(i,m )+=S1*(-s );
  101. S(i,m+1)+=S0*( s );
  102. S(i,m+1)+=S1*(c-1);
  103. }
  104. }
  105. template <class T>
  106. void SVD(const size_t dim[2], T* U_, T* S_, T* V_, T eps=-1){
  107. assert(dim[0]>=dim[1]);
  108. #ifdef SVD_DEBUG
  109. Matrix<T> M0(dim[0],dim[1],S_);
  110. #endif
  111. { // Bi-diagonalization
  112. size_t n=std::min(dim[0],dim[1]);
  113. std::vector<T> house_vec(std::max(dim[0],dim[1]));
  114. for(size_t i=0;i<n;i++){
  115. // Column Householder
  116. {
  117. T x1=S(i,i);
  118. if(x1<0) x1=-x1;
  119. T x_inv_norm=0;
  120. for(size_t j=i;j<dim[0];j++){
  121. x_inv_norm+=S(j,i)*S(j,i);
  122. }
  123. x_inv_norm=1/sqrt(x_inv_norm);
  124. T alpha=sqrt(1+x1*x_inv_norm);
  125. T beta=x_inv_norm/alpha;
  126. house_vec[i]=-alpha;
  127. for(size_t j=i+1;j<dim[0];j++){
  128. house_vec[j]=-beta*S(j,i);
  129. }
  130. if(S(i,i)<0) for(size_t j=i+1;j<dim[0];j++){
  131. house_vec[j]=-house_vec[j];
  132. }
  133. }
  134. #pragma omp parallel for
  135. for(size_t k=i;k<dim[1];k++){
  136. T dot_prod=0;
  137. for(size_t j=i;j<dim[0];j++){
  138. dot_prod+=S(j,k)*house_vec[j];
  139. }
  140. for(size_t j=i;j<dim[0];j++){
  141. S(j,k)-=dot_prod*house_vec[j];
  142. }
  143. }
  144. #pragma omp parallel for
  145. for(size_t k=0;k<dim[0];k++){
  146. T dot_prod=0;
  147. for(size_t j=i;j<dim[0];j++){
  148. dot_prod+=U(k,j)*house_vec[j];
  149. }
  150. for(size_t j=i;j<dim[0];j++){
  151. U(k,j)-=dot_prod*house_vec[j];
  152. }
  153. }
  154. // Row Householder
  155. if(i>=n-1) continue;
  156. {
  157. T x1=S(i,i+1);
  158. if(x1<0) x1=-x1;
  159. T x_inv_norm=0;
  160. for(size_t j=i+1;j<dim[1];j++){
  161. x_inv_norm+=S(i,j)*S(i,j);
  162. }
  163. x_inv_norm=1/sqrt(x_inv_norm);
  164. T alpha=sqrt(1+x1*x_inv_norm);
  165. T beta=x_inv_norm/alpha;
  166. house_vec[i+1]=-alpha;
  167. for(size_t j=i+2;j<dim[1];j++){
  168. house_vec[j]=-beta*S(i,j);
  169. }
  170. if(S(i,i+1)<0) for(size_t j=i+2;j<dim[1];j++){
  171. house_vec[j]=-house_vec[j];
  172. }
  173. }
  174. #pragma omp parallel for
  175. for(size_t k=i;k<dim[0];k++){
  176. T dot_prod=0;
  177. for(size_t j=i+1;j<dim[1];j++){
  178. dot_prod+=S(k,j)*house_vec[j];
  179. }
  180. for(size_t j=i+1;j<dim[1];j++){
  181. S(k,j)-=dot_prod*house_vec[j];
  182. }
  183. }
  184. #pragma omp parallel for
  185. for(size_t k=0;k<dim[1];k++){
  186. T dot_prod=0;
  187. for(size_t j=i+1;j<dim[1];j++){
  188. dot_prod+=V(j,k)*house_vec[j];
  189. }
  190. for(size_t j=i+1;j<dim[1];j++){
  191. V(j,k)-=dot_prod*house_vec[j];
  192. }
  193. }
  194. }
  195. }
  196. size_t k0=0;
  197. size_t iter=0;
  198. if(eps<0){
  199. eps=1.0;
  200. while(eps+(T)1.0>1.0) eps*=0.5;
  201. eps*=64.0;
  202. }
  203. while(k0<dim[1]-1){ // Diagonalization
  204. iter++;
  205. T S_max=0.0;
  206. for(size_t i=0;i<dim[1];i++) S_max=(S_max>S(i,i)?S_max:S(i,i));
  207. //while(k0<dim[1]-1 && fabs(S(k0,k0+1))<=eps*(fabs(S(k0,k0))+fabs(S(k0+1,k0+1)))) k0++;
  208. while(k0<dim[1]-1 && fabs(S(k0,k0+1))<=eps*S_max) k0++;
  209. size_t k=k0;
  210. size_t n=k0+1;
  211. //while(n<dim[1] && fabs(S(n-1,n))>eps*(fabs(S(n-1,n-1))+fabs(S(n,n)))) n++;
  212. while(n<dim[1] && fabs(S(n-1,n))>eps*S_max) n++;
  213. T mu=0;
  214. { // Compute mu
  215. T C[3][2];
  216. C[0][0]=S(n-2,n-2)*S(n-2,n-2)+S(n-3,n-2)*S(n-3,n-2); C[0][1]=S(n-2,n-2)*S(n-2,n-1);
  217. C[1][0]=S(n-2,n-2)*S(n-2,n-1); C[1][1]=S(n-1,n-1)*S(n-1,n-1)+S(n-2,n-1)*S(n-2,n-1);
  218. T b=-(C[0][0]+C[1][1])/2;
  219. T c= C[0][0]*C[1][1] - C[0][1]*C[1][0];
  220. T d=sqrt(b*b-c);
  221. T lambda1=-b+d;
  222. T lambda2=-b-d;
  223. T d1=lambda1-C[1][1]; d1=(d1<0?-d1:d1);
  224. T d2=lambda2-C[1][1]; d2=(d2<0?-d2:d2);
  225. mu=(d1<d2?lambda1:lambda2);
  226. }
  227. T alpha=S(k,k)*S(k,k)-mu;
  228. T beta=S(k,k)*S(k,k+1);
  229. for(;k<n-1;k++)
  230. {
  231. size_t dimU[2]={dim[0],dim[0]};
  232. size_t dimV[2]={dim[1],dim[1]};
  233. GivensR(S_,dim ,k,alpha,beta);
  234. GivensL(V_,dimV,k,alpha,beta);
  235. alpha=S(k,k);
  236. beta=S(k+1,k);
  237. GivensL(S_,dim ,k,alpha,beta);
  238. GivensR(U_,dimU,k,alpha,beta);
  239. alpha=S(k,k+1);
  240. beta=S(k,k+2);
  241. }
  242. //std::cout<<iter<<' '<<k0<<' '<<n<<'\n';
  243. }
  244. { // Check Error
  245. #ifdef SVD_DEBUG
  246. Matrix<T> U0(dim[0],dim[0],U_);
  247. Matrix<T> S0(dim[0],dim[1],S_);
  248. Matrix<T> V0(dim[1],dim[1],V_);
  249. Matrix<T> E=M0-U0*S0*V0;
  250. T max_err=0;
  251. T max_nondiag0=0;
  252. T max_nondiag1=0;
  253. for(size_t i=0;i<E.Dim(0);i++)
  254. for(size_t j=0;j<E.Dim(1);j++){
  255. if(max_err<fabs(E[i][j])) max_err=fabs(E[i][j]);
  256. if((i>j+0 || i+0<j) && max_nondiag0<fabs(S0[i][j])) max_nondiag0=fabs(S0[i][j]);
  257. if((i>j+1 || i+1<j) && max_nondiag1<fabs(S0[i][j])) max_nondiag1=fabs(S0[i][j]);
  258. }
  259. std::cout<<max_err<<'\n';
  260. std::cout<<max_nondiag0<<'\n';
  261. std::cout<<max_nondiag1<<'\n';
  262. #endif
  263. }
  264. }
  265. #undef U
  266. #undef S
  267. #undef V
  268. #undef SVD_DEBUG
  269. template<class T>
  270. inline void svd(char *JOBU, char *JOBVT, int *M, int *N, T *A, int *LDA,
  271. T *S, T *U, int *LDU, T *VT, int *LDVT, T *WORK, int *LWORK,
  272. int *INFO){
  273. const size_t dim[2]={std::max(*N,*M), std::min(*N,*M)};
  274. T* U_=new T[dim[0]*dim[0]]; memset(U_, 0, dim[0]*dim[0]*sizeof(T));
  275. T* V_=new T[dim[1]*dim[1]]; memset(V_, 0, dim[1]*dim[1]*sizeof(T));
  276. T* S_=new T[dim[0]*dim[1]];
  277. const size_t lda=*LDA;
  278. const size_t ldu=*LDU;
  279. const size_t ldv=*LDVT;
  280. if(dim[1]==*M){
  281. for(size_t i=0;i<dim[0];i++)
  282. for(size_t j=0;j<dim[1];j++){
  283. S_[i*dim[1]+j]=A[i*lda+j];
  284. }
  285. }else{
  286. for(size_t i=0;i<dim[0];i++)
  287. for(size_t j=0;j<dim[1];j++){
  288. S_[i*dim[1]+j]=A[j*lda+i];
  289. }
  290. }
  291. for(size_t i=0;i<dim[0];i++){
  292. U_[i*dim[0]+i]=1;
  293. }
  294. for(size_t i=0;i<dim[1];i++){
  295. V_[i*dim[1]+i]=1;
  296. }
  297. SVD<T>(dim, U_, S_, V_, (T)-1);
  298. for(size_t i=0;i<dim[1];i++){ // Set S
  299. S[i]=S_[i*dim[1]+i];
  300. }
  301. if(dim[1]==*M){ // Set U
  302. for(size_t i=0;i<dim[1];i++)
  303. for(size_t j=0;j<*M;j++){
  304. U[j+ldu*i]=V_[j+i*dim[1]]*(S[i]<0.0?-1.0:1.0);
  305. }
  306. }else{
  307. for(size_t i=0;i<dim[1];i++)
  308. for(size_t j=0;j<*M;j++){
  309. U[j+ldu*i]=U_[i+j*dim[0]]*(S[i]<0.0?-1.0:1.0);
  310. }
  311. }
  312. if(dim[0]==*N){ // Set V
  313. for(size_t i=0;i<*N;i++)
  314. for(size_t j=0;j<dim[1];j++){
  315. VT[j+ldv*i]=U_[j+i*dim[0]];
  316. }
  317. }else{
  318. for(size_t i=0;i<*N;i++)
  319. for(size_t j=0;j<dim[1];j++){
  320. VT[j+ldv*i]=V_[i+j*dim[1]];
  321. }
  322. }
  323. for(size_t i=0;i<dim[1];i++){
  324. S[i]=S[i]*(S[i]<0.0?-1.0:1.0);
  325. }
  326. delete[] U_;
  327. delete[] S_;
  328. delete[] V_;
  329. if(0){ // Verify
  330. const size_t dim[2]={std::max(*N,*M), std::min(*N,*M)};
  331. const size_t lda=*LDA;
  332. const size_t ldu=*LDU;
  333. const size_t ldv=*LDVT;
  334. Matrix<T> A1(*M,*N);
  335. Matrix<T> S1(dim[1],dim[1]);
  336. Matrix<T> U1(*M,dim[1]);
  337. Matrix<T> V1(dim[1],*N);
  338. for(size_t i=0;i<*N;i++)
  339. for(size_t j=0;j<*M;j++){
  340. A1[j][i]=A[j+i*lda];
  341. }
  342. S1.SetZero();
  343. for(size_t i=0;i<dim[1];i++){ // Set S
  344. S1[i][i]=S[i];
  345. }
  346. for(size_t i=0;i<dim[1];i++)
  347. for(size_t j=0;j<*M;j++){
  348. U1[j][i]=U[j+ldu*i];
  349. }
  350. for(size_t i=0;i<*N;i++)
  351. for(size_t j=0;j<dim[1];j++){
  352. V1[j][i]=VT[j+ldv*i];
  353. }
  354. std::cout<<U1*S1*V1-A1<<'\n';
  355. }
  356. }
  357. template<>
  358. inline void svd<float>(char *JOBU, char *JOBVT, int *M, int *N, float *A, int *LDA,
  359. float *S, float *U, int *LDU, float *VT, int *LDVT, float *WORK, int *LWORK,
  360. int *INFO){
  361. sgesvd_(JOBU,JOBVT,M,N,A,LDA,S,U,LDU,VT,LDVT,WORK,LWORK,INFO);
  362. }
  363. template<>
  364. inline void svd<double>(char *JOBU, char *JOBVT, int *M, int *N, double *A, int *LDA,
  365. double *S, double *U, int *LDU, double *VT, int *LDVT, double *WORK, int *LWORK,
  366. int *INFO){
  367. dgesvd_(JOBU,JOBVT,M,N,A,LDA,S,U,LDU,VT,LDVT,WORK,LWORK,INFO);
  368. }
  369. /**
  370. * \brief Computes the pseudo inverse of matrix M(n1xn2) (in row major form)
  371. * and returns the output M_(n2xn1). Original contents of M are destroyed.
  372. */
  373. template <class T>
  374. void pinv(T* M, int n1, int n2, T eps, T* M_){
  375. int m = n2;
  376. int n = n1;
  377. int k = (m<n?m:n);
  378. //T* tU =new T[m*k];
  379. //T* tS =new T[k];
  380. //T* tVT=new T[k*n];
  381. std::vector<T> tU(m*k);
  382. std::vector<T> tS(k);
  383. std::vector<T> tVT(k*n);
  384. //SVD
  385. int INFO=0;
  386. char JOBU = 'S';
  387. char JOBVT = 'S';
  388. //int wssize = max(3*min(m,n)+max(m,n), 5*min(m,n));
  389. int wssize = 3*(m<n?m:n)+(m>n?m:n);
  390. int wssize1 = 5*(m<n?m:n);
  391. wssize = (wssize>wssize1?wssize:wssize1);
  392. T* wsbuf = new T[wssize];
  393. svd(&JOBU, &JOBVT, &m, &n, &M[0], &m, &tS[0], &tU[0], &m, &tVT[0], &k,
  394. wsbuf, &wssize, &INFO);
  395. if(INFO!=0)
  396. std::cout<<INFO<<'\n';
  397. assert(INFO==0);
  398. delete [] wsbuf;
  399. T eps_=tS[0]*eps;
  400. for(int i=0;i<k;i++)
  401. if(tS[i]<eps_)
  402. tS[i]=0;
  403. else
  404. tS[i]=1.0/tS[i];
  405. for(int i=0;i<m;i++){
  406. for(int j=0;j<k;j++){
  407. tU[i+j*m]*=tS[j];
  408. }
  409. }
  410. gemm<T>('T','T',n,m,k,1.0,&tVT[0],k,&tU[0],m,0.0,M_,n);
  411. //delete[] tU;
  412. //delete[] tS;
  413. //delete[] tVT;
  414. }
  415. }//end namespace
  416. }//end namespace