⑴ BlAS普通版參數多少
基礎版參數如下。
-in：待格式化的序列文件。-dbtype：資料庫類型，prot或nucl。-out：資料庫名。-parse_seqids：解析序列標識。-out：資料庫名。-title：資料庫名。-logfile：日誌文件，默認輸出到屏幕。
BLAS（basiclinearalgebrasubroutine）是一系列基本線性代數運算函數1的介面（interface）標准。這里的線性代數運算是指例如矢量的線性組合，矩陣乘以矢量，矩陣乘以矩陣等。
⑵ blas 怎麼在 win 下安裝
最近由於一些實驗要用到線性代數庫，因此便要找一個性能優良的，同時有公信力的線性代數庫。
很早就知道了ATLAS的大名，在跨平台的高性能線性代數數學包中，可能要屬ATLAS最有名了。因此從一開始便決定了要用ATLAS BLAS作為CPU的線性代數部分的性能和數學基準。
只是我在shell下面的經驗太少，所以編譯的時候被狠狠郁悶了一把。
因此這篇文章將以我的血淚史為一些E文和我一樣爛的人鋪好前進的道路。
ATLAS的版本裡面，我推薦ATLAS 3.6.0的版本。不僅僅是因為這個版本是Stable的，更重要的是，3.7的版本安裝方式有了不小的變化，一切都需要命令行直接設置，不像360可以依靠它所帶的向導可以一步步的完成設置工作。因此安裝起來頗為頭大。所以以下的例子將以360為准。並且，如果需要支持多核或者多CPU，建議使用ScaLAPACK。
下載好ATLAS 360以後，第一反應自然是看Install.txt。
Install.txt裡面說，如果你是在Windows系統下工作的話，需要參考另外一個幫助文檔。實際上另外一個幫助文檔只告訴你兩件事情：
第一是如果你使用cygwin的話，那麼一切都as normal，就是和Linux/Unix平台一樣；
第二是如果你使用其它的編譯器，如msvc或者icc(intel c++ compiler)的話，請參見XXX雲雲。
盡管理論上說支持MSVC和ICC，但是我覺得想用MSVC的同學還是先忍一忍，因為所有的編譯參數都已經不是默認的了，需要重新設置，比方說INCLUDE和LIB，又比方說編譯器選項。我又是個比較笨的人，所以就選擇了as normal的cygwin。理論上說mingw也可以，但是mingw的sh不太好用，因此我也就沒有在mingw上面順利通過。同時如果你的機器上已經有mingw，記得安裝完cygwin以後，把path這個環境變數裡面mingw的路徑替換成cygwin的路徑。
先下載CYGWIN。gcc, g77, gnu make, mingw-gcc, mingw-g77, mingw-runtime這幾項是必須要的。建議大家先選擇Download without installing，把需要下載的東西准備好，然後在選擇第三項從本地install。伺服器很多人都推薦kernel.org。實際用來效果也不錯。
cygwin下載，安裝都OK了以後，先要補丁兩個文件：
「Assembler renaming problem for Windows machine「 和
「String overrun in config for long compiler paths」。
我之所以失敗了無數次就是因為把這個給漏掉了。
⑶ 如何確保NumPy BLAS庫可用的動態庫
宿建德江(孟浩然)
⑷ openblas 實數轉復數
先從git拉取項目，src/HowToOptimizeGemm即為源碼路徑，make run即可編譯並執行測試用例（目前代碼進度兼容x86）。makefile包含以下流程：代碼內會初始化不同尺寸的矩陣，配置在parameters.h，矩陣初始化後會用 naive 版的結果做正確性判斷，在OLD和NEW上設置使用的gemm代碼文件名，用於後續性能對比。項目里用了MMult0，make run之後會把多次運行的gflops結果分別保存到output_new.m和output_old.m，根據兩個結果文件用octave：1> PloatAll繪製成對比圖。這步是可選的，如果octave安裝困難，可以寫個python腳本，讀取文件自己繪制。
blis-lab 是一個開源教學項目，提供了完整的代碼範例和測試腳本教人如何一步步優化矩陣乘法（像優化YUV2BGR那樣一步一步做）。因為此項目git代碼和文檔並不是完全吻合，又是列主序實現的，所以還是參照文檔一步步自己來做吧。
數學是科學的基礎，一般涉及演算法的項目拆分到底層也都是基本的科學計算：單個數字、數組、各種維度矩陣之間的操作。BLAS 是一個數學計算庫的標准，定義了一套矩陣數組操作的API，例如： sgemm float矩陣乘法、sgemv float矩陣乘以數組... 諸如此類。
⑸ vasp5.2 並行編譯 BLAS問題 求助
小木蟲上有很多類似的帖子，可去小木蟲論壇看看，如「vasp 5.2 並行版本的編譯」，若想編譯單獨的BLAS庫函數，則可參考「gfortran+mpich2編譯siesta」中有關編譯BLAS庫函數的內容(引號內為小木蟲論壇里帖子標題)
⑹ 矩陣運算庫blas，cblas，openblas，atlas，lapack，mkl之間有什麼關系
請輸入您的回答...該網友得出如下結論：
MKLperforms best closely followed byGotoBlas2.
In theeigenvaluetest GotoBlas2 performs surprisingly worse than expected. Not sure why this is the case.
Apple's Accelerate Frameworkperforms really good especially in single threaded mode (compared to the other BLAS implementations).BothGotoBlas2andMKLscale very well with number of threads. So if you have to deal with big matrices running it on multiple threads will help a lot.
In any case don't use the defaultnetlib blasimplementation because it is way too slow for any serious computational work.
On our cluster I also installedAMD's ACMLand performance was similar toMKLandGotoBlas2. I don't have any numbers tough.
I personally would recommend to useGotoBlas2because it's easier to install and it's free.
If you want to code in C++/C also check outEigen3which is supposed to outperformMKL/GotoBlas2in somecasesand is also pretty easy to use.
大意是說幾個庫表現都差不多，MKL很好，ACML很接近，netlib blas太慢了沒試，GotoBlas2多線程不錯，Apple's Accelerate Framework單線程不錯，最後如果你用C/C++ 那麼可以看一看Eigen3。
⑺ BlAS參數設置
參數設置
-in：待格式化的序列文件
-dbtype：資料庫類型，prot或nucl
-out：資料庫名
-parse_seqids：解析序列標識（建議加上）
-out：資料庫名
-title：資料庫名（略）
-logfile：日誌文件，默認輸出到屏幕
BLAS（basic linear algebra subroutine） 是一系列基本線性代數運算函數1的介面（interface）標准． 這里的線性代數運算是指例如矢量的線性組合，矩陣乘以矢量，矩陣乘以矩陣等．
⑻ 矩陣太大沒法相乘怎麼辦
你目前最大的問題是內存開銷太大，直接導致連exe文件都生成不出來，所以首要解決的是內存分配問題。
注意10000階矩陣是很大的，如果是雙精度浮點型的話每個矩陣就要用800M內存，其它類型自己折算，所以不論如何一定要注意不要有過多的副本，先想清楚你的內存能容納多少。然後把矩陣的存儲空間改成動態分配就可以解決連接的問題，因為靜態存貯空間的開銷經常在可執行文件里有一份同樣大小的副本。
另外還有兩個問題，一是是否一定需要用稠密矩陣，我估計除了很特殊的問題外完全就是沒必要的，應該用稀疏矩陣去解決問題。另一個就是如果必須使用稠密矩陣，你會不會實現高速的乘法，如果只用最普通的三重循環不論你開什麼樣的編譯優化選項都會算很久（VC6的優化太弱），即使是Strassen演算法也很慢，應該去調用BLAS庫，否則雖然不至於像樓上講得那麼誇張，但是幾分鍾能算出來的東西被你算幾個小時還是很正常的。
⑼ 如何用VB建立資料庫
1、首先點擊打開主菜單欄中的「外接程序」選項。
