线性代数

概述

线性代数模块 nvmath.linalg 在 nvmath-python 中利用了各种 NVIDIA 数学库，以支持多种线性代数计算。在最初的 Beta 版本中，我们提供了基于 cuBLASLt 库的专用矩阵乘法 API。

API 参考

通用线性代数 API (nvmath.linalg)

通用 API 将在以后的版本中提供。

专用线性代数 API (nvmath.linalg.advanced)

matmul(a, b, /[, c, alpha, beta, epilog, ...])	执行指定的矩阵乘法计算 \(F(\alpha a @ b + \beta c)\)，其中 \(F\) 是 epilog。
matrix_qualifiers_dtype	NumPy dtype 对象，封装了 linalg.advanced 中的矩阵限定符。
Algorithm(算法)	一个用于查询算法功能和配置算法的接口类。
Matmul(a, b, /[, c, alpha, beta, ...])	创建一个有状态对象，封装指定的矩阵乘法计算 \(\alpha a @ b + \beta c\) 以及执行该操作所需的资源。
MatmulComputeType	别名： ComputeType
MatmulEpilog	别名： Epilogue
MatmulInnerShape(value[, names, module, ...])	参见 cublasLtMatmulInnerShape_t。
MatmulNumericalImplFlags(value[, names, ...])	这些标志可以与 | 运算符组合使用：OP_TYPE_FMA | OP_TYPE_TENSOR_HMMA ...
MatmulReductionScheme	别名： ReductionScheme
MatmulOptions([compute_type, scale_type, ...])	一个数据类，用于为 Matmul 对象和包装器函数 matmul() 提供选项。
MatmulPlanPreferences([...])	一个数据类，用于为 Matmul.plan() 方法和包装器函数 matmul() 提供选项。