Обсуждение участника:Lexaloris: различия между версиями

Материал из Алговики
Перейти к навигации Перейти к поиску
 
(не показано 6 промежуточных версий 2 участников)
Строка 1: Строка 1:
= Вклад =
+
Основной вопрос. Ядро это все-таки умножение матрицы или строки матрицы? Соответственно под это нужно подстраивать и остальной текст, потому что можно понять и так, и так.
Необходимо явно указать вклад каждого соавтора.
 
  
= Пункт 1 =
+
--[[Участник:Evgeny Mortikov|Evgeny Mortikov]] ([[Обсуждение участника:Evgeny Mortikov|обсуждение]]) 02:21, 2 декабря 2016 (MSK)
Все пункты должны именоваться строго по шаблону. например, в данном случае: "1 ЧАСТЬ. Свойства и структура алгоритмов"
+
К Вашей работе есть несколько замечаний по содержанию
  
= Пункт 1.7 =
 
Если рисунок заимствован, надо дать ссылку на источник
 
  
= Пункт 2 =
+
= Пункт 1.1.1.1 =
Аналогично, именование пункта д.б. по шаблону.
+
--[[Участник:Evgeny Mortikov|Evgeny Mortikov]] ([[Обсуждение участника:Evgeny Mortikov|обсуждение]]) 02:21, 2 декабря 2016 (MSK)
 +
 
 +
'''Эта схема предъявляет минимальные требования к памяти и в то же время оказывается очень удобной для умножения разреженной матрицы на вектор.'''
 +
 
 +
Минимальные требования к памяти, по отношению к любым другим способам хранения разреженных матриц даже специального вида? Нужно также пояснить в чем удобство именно этого подхода, по отношению к другим.
 +
 
 +
 
 +
= Пункт 1.1.1.2 =
 +
--[[Участник:Evgeny Mortikov|Evgeny Mortikov]] ([[Обсуждение участника:Evgeny Mortikov|обсуждение]]) 02:21, 2 декабря 2016 (MSK)
 +
 
 +
'''Неупорядоченные представления могут быть очень удобны. Результаты большинства матричных операций получаются не­ упорядоченными, и упорядочение их стоило бы больших затрат машинного времени. В то же время, за немногими исключениями, алгоритмы для разреженных матриц не требуют, чтобы представления были упорядоченными.'''
 +
 
 +
Хорошо бы привести примеры матричных операций, для которых неупорядоченное представление дает выигрыш, по сравнению с упорядоченным.
 +
 
 +
 
 +
= Пункт 1.5 =
 +
--[[Участник:Evgeny Mortikov|Evgeny Mortikov]] ([[Обсуждение участника:Evgeny Mortikov|обсуждение]]) 02:21, 2 декабря 2016 (MSK)
 +
 
 +
Псевдокод и схема алгоритма написаны с ошибками и отличаются друг от друга.
 +
 
 +
 
 +
= Пункт 1.6 =
 +
--[[Участник:Evgeny Mortikov|Evgeny Mortikov]] ([[Обсуждение участника:Evgeny Mortikov|обсуждение]]) 02:21, 2 декабря 2016 (MSK)
 +
 
 +
Нужно привести точное число операций для данного алгоритма и описать какие операции используются.
 +
 
 +
 
 +
= Пункт 1.8 =
 +
--[[Участник:Evgeny Mortikov|Evgeny Mortikov]] ([[Обсуждение участника:Evgeny Mortikov|обсуждение]]) 02:21, 2 декабря 2016 (MSK)
 +
 
 +
'''При классификации по высоте ЯПФ, алгоритм имеет линейную сложность. При классификации по высоте ЯПФ также линейную.'''
 +
 
 +
Дважды описывается сложность по высоте ЯПФ.
 +
 
 +
 
 +
= Пункт 1.10 =
 +
--[[Участник:Evgeny Mortikov|Evgeny Mortikov]] ([[Обсуждение участника:Evgeny Mortikov|обсуждение]]) 02:21, 2 декабря 2016 (MSK)
 +
 
 +
'''Алгоритм в рамках выбранной версии полностью детерминирован.'''
 +
 
 +
Будет ли влиять выполнение свойства ассоциативности для сложения на детерминированность алгоритма?
 +
 
 +
 
 +
 
 +
 
 +
= Пункт 2.4 =
 +
[[Участник:Dan|Dan]] ([[Обсуждение участника:Dan|обсуждение]]) 14:17, 17 ноября 2016 (MSK) необходимо доработать:
 +
 
 +
Требования были такие:
 +
- Реализация: полностью собственная или обращение к библиотечной функции (Intel MKL, PETSc, FFTW, ScaLAPACK). В любом случае, текст исследуемой программы должен быть представлен в отчете.
 +
- Компьютерная платформа может быть любой (Ломоносов, BlueGene или что-то иное). Описание компьютерной платформы должно быть в отчете.
 +
- Должен быть представлен график сильной масштабируемости (зависимости производительности от числа процессов; если при этом
 +
ещё и зависимость от размера задачи - это только в плюс). График должен выглядеть пристойно и понятно, оси и единицы измерения должны быть подписаны. К графику обязательно должны быть словесные пояснения! Требовалось подобрать такие размеры задачи и числа процессоров, чтобы отразить на графике характерные точки, описывающие свойства алгоритма и программы.
 +
 
 +
[[Участник:Dan|Dan]] ([[Обсуждение участника:Dan|обсуждение]]) 11:00, 21 ноября 2016 (MSK)
 +
- Приведите код, параметры компиляции.
 +
 
 +
- График построен по каким значениям?
 +
 
 +
- Укажите все параметры, при которой исследовалась задача: размер матрицы и т.д.
 +
 
 +
 
 +
 
 +
--[[Участник:Evgeny Mortikov|Evgeny Mortikov]] ([[Обсуждение участника:Evgeny Mortikov|обсуждение]]) 02:21, 2 декабря 2016 (MSK)
 +
 
 +
'''Параллельная реализация алгоритма позволяет до некоторой степени сократить время вычислений в несколько раз.'''
 +
 
 +
Почему в несколько раз, если на графике время счета уменьшается почти на порядок?
 +
 
 +
 
 +
В разделе нужно пояснить, какая программная реализация использовалась в экспериментах с (RR (С) U) форматом, входит ли в расчет генерация матрицы, ее преобразование в разреженный формат, операции записи-чтения. Также нужно указать размерность и структуру матрицы в экспериментах и привести ссылку на описание кластера.

Текущая версия на 02:25, 2 декабря 2016

Основной вопрос. Ядро это все-таки умножение матрицы или строки матрицы? Соответственно под это нужно подстраивать и остальной текст, потому что можно понять и так, и так.

--Evgeny Mortikov (обсуждение) 02:21, 2 декабря 2016 (MSK) К Вашей работе есть несколько замечаний по содержанию


1 Пункт 1.1.1.1

--Evgeny Mortikov (обсуждение) 02:21, 2 декабря 2016 (MSK)

Эта схема предъявляет минимальные требования к памяти и в то же время оказывается очень удобной для умножения разреженной матрицы на вектор.

Минимальные требования к памяти, по отношению к любым другим способам хранения разреженных матриц даже специального вида? Нужно также пояснить в чем удобство именно этого подхода, по отношению к другим.


2 Пункт 1.1.1.2

--Evgeny Mortikov (обсуждение) 02:21, 2 декабря 2016 (MSK)

Неупорядоченные представления могут быть очень удобны. Результаты большинства матричных операций получаются не­ упорядоченными, и упорядочение их стоило бы больших затрат машинного времени. В то же время, за немногими исключениями, алгоритмы для разреженных матриц не требуют, чтобы представления были упорядоченными.

Хорошо бы привести примеры матричных операций, для которых неупорядоченное представление дает выигрыш, по сравнению с упорядоченным.


3 Пункт 1.5

--Evgeny Mortikov (обсуждение) 02:21, 2 декабря 2016 (MSK)

Псевдокод и схема алгоритма написаны с ошибками и отличаются друг от друга.


4 Пункт 1.6

--Evgeny Mortikov (обсуждение) 02:21, 2 декабря 2016 (MSK)

Нужно привести точное число операций для данного алгоритма и описать какие операции используются.


5 Пункт 1.8

--Evgeny Mortikov (обсуждение) 02:21, 2 декабря 2016 (MSK)

При классификации по высоте ЯПФ, алгоритм имеет линейную сложность. При классификации по высоте ЯПФ также линейную.

Дважды описывается сложность по высоте ЯПФ.


6 Пункт 1.10

--Evgeny Mortikov (обсуждение) 02:21, 2 декабря 2016 (MSK)

Алгоритм в рамках выбранной версии полностью детерминирован.

Будет ли влиять выполнение свойства ассоциативности для сложения на детерминированность алгоритма?



7 Пункт 2.4

Dan (обсуждение) 14:17, 17 ноября 2016 (MSK) необходимо доработать:

Требования были такие: - Реализация: полностью собственная или обращение к библиотечной функции (Intel MKL, PETSc, FFTW, ScaLAPACK). В любом случае, текст исследуемой программы должен быть представлен в отчете. - Компьютерная платформа может быть любой (Ломоносов, BlueGene или что-то иное). Описание компьютерной платформы должно быть в отчете. - Должен быть представлен график сильной масштабируемости (зависимости производительности от числа процессов; если при этом ещё и зависимость от размера задачи - это только в плюс). График должен выглядеть пристойно и понятно, оси и единицы измерения должны быть подписаны. К графику обязательно должны быть словесные пояснения! Требовалось подобрать такие размеры задачи и числа процессоров, чтобы отразить на графике характерные точки, описывающие свойства алгоритма и программы.

Dan (обсуждение) 11:00, 21 ноября 2016 (MSK) - Приведите код, параметры компиляции.

- График построен по каким значениям?

- Укажите все параметры, при которой исследовалась задача: размер матрицы и т.д.


--Evgeny Mortikov (обсуждение) 02:21, 2 декабря 2016 (MSK)

Параллельная реализация алгоритма позволяет до некоторой степени сократить время вычислений в несколько раз.

Почему в несколько раз, если на графике время счета уменьшается почти на порядок?


В разделе нужно пояснить, какая программная реализация использовалась в экспериментах с (RR (С) U) форматом, входит ли в расчет генерация матрицы, ее преобразование в разреженный формат, операции записи-чтения. Также нужно указать размерность и структуру матрицы в экспериментах и привести ссылку на описание кластера.