我们想求如下的矩阵和向量乘法 $$ \begin{aligned} y_{[3,1]}&=M_{[3,2]}x_{[2,1]}+b_{[3,1]}\ \begin{bmatrix} 2.1\ 5.2\ 8.3 \end{bmatrix} &= \begin{bmatrix} 1 & 2\ 3 & 4\ 5 & 6 \end{bmatrix} \begin{bmatrix} 1\ 0.5 \end{bmatrix} + \begin{bmatrix} 0.1\ 0.2\ 0.3 \end{bmatrix} \end{aligned} $$ 但是，给的矩阵和向量的原始形式都是个一维数组，即 $$ \begin{aligned} y_{[3,1]}&=M_{[3,2]}x_{[2,1]}+b_{[3,1]}\ \begin{bmatrix} 2.1 & 5.2 & 8.3 \end{bmatrix} &= \begin{bmatrix} 1 & 3 & 5 & 2 & 4 & 6 \end{bmatrix} \begin{bmatrix} 1 & 0.5 \end{bmatrix} + \begin{bmatrix} 0.1 & 0.2 & 0.3 \end{bmatrix} \end{aligned} $$ 需要你把原始形式的转换成适合矩阵向量乘法的形式。
auto input_dim = 2;
auto output_dim = 3;
const std::vector<float> input = { 1, 0.5 };
const std::array<float, 6> weights = { 1, 3, 5, 2, 4, 6 };
const std::array<float, 3> biases = { 0.1, 0.2, 0.3 };
// 这个size_t W在不同的变，可以不用在模板里指定，真正由函数参数array<float, W>& weights指定
std::vector<float> output(output_dim);
auto input_ptr = input.data();
auto weights_ptr = weights.data();
auto biases_ptr = biases.data();
auto output_ptr = output.data();
#pragma omp parallel for
for (unsigned int i = 0; i < output_dim; i++) {
for (unsigned int j = 0; j < input_dim; j++) {
*(output_ptr + i) += *(weights_ptr + j * output_dim + i) * *(input_ptr + j);
}
*(output_ptr + i) += *(biases_ptr + i);
}（1）在项目属性里按照下图进行配置，开启OpenMP支持。
（2）开始写OpenMP的代码，例子：
void main() {
#pragma omp parallel for
for(int i = 0; i < 100; ++i)
printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());
}配置CMakeList.txt：
cmake_minimum_required(VERSION 3.17)
project(openMP C)
set(CMAKE_C_STANDARD 99)
add_executable(openMP main.c)
# openMP 配置
FIND_PACKAGE(OpenMP REQUIRED)
if (OPENMP_FOUND)
message("OPENMP FOUND")
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} ${OpenMP_C_FLAGS}")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} ${OpenMP_CXX_FLAGS}")
endif ()要在Makefile中的两处添加-fopenmp标志：
-
在
CXXFLAGS中添加-fopenmp，否则编译器不支持OpenMP并行，并行不起作用。CFLAGS = -pipe -std=c++11 -fopenmp -O2
加了上面，如果编译报错，那就要在加上：
-
在
LFLAGS处加上-foenmp。LFLAGS = -fopenmp
===
讲了OpenMP的使用方法，以及其中的互斥，竞争，保护等操作。