diff options
author | Nunigan <michael.schmid2@ost.ch> | 2021-08-11 21:31:37 +0200 |
---|---|---|
committer | Nunigan <michael.schmid2@ost.ch> | 2021-08-11 21:31:37 +0200 |
commit | 2b6637fb99a4aaebadc739b323b0ae440eb805e7 (patch) | |
tree | c664b528d7190acb9bc29e344dc48d7121afda51 /buch | |
parent | Merge branch 'AndreasFMueller:master' into master (diff) | |
download | SeminarMatrizen-2b6637fb99a4aaebadc739b323b0ae440eb805e7.tar.gz SeminarMatrizen-2b6637fb99a4aaebadc739b323b0ae440eb805e7.zip |
typo
Diffstat (limited to '')
-rw-r--r-- | buch/buch.synctex(busy) | bin | 3612672 -> 0 bytes | |||
-rwxr-xr-x | buch/papers/multiplikation/loesungsmethoden.tex | 12 |
2 files changed, 6 insertions, 6 deletions
diff --git a/buch/buch.synctex(busy) b/buch/buch.synctex(busy) Binary files differdeleted file mode 100644 index a669252..0000000 --- a/buch/buch.synctex(busy) +++ /dev/null diff --git a/buch/papers/multiplikation/loesungsmethoden.tex b/buch/papers/multiplikation/loesungsmethoden.tex index be8c2d4..0760719 100755 --- a/buch/papers/multiplikation/loesungsmethoden.tex +++ b/buch/papers/multiplikation/loesungsmethoden.tex @@ -265,7 +265,7 @@ N=2n, \quad T = n^2 \\ \end{equation} sein, damit man etwas einspart. Die Implementation kann Algorithmus \ref{multiplikation:alg:winograd} entnommen werden. -Falls $m=n=p$ werden $\frac{n^3}/{2}$ Multiplikationen benötigt. +Falls $m=n=p$ werden $\frac{n^3}{2}$ Multiplikationen benötigt. Im Abschnitt \ref{muliplikation:sec:bigo} wurde bereits erläutert: falls $n \rightarrow \infty$ können Konstanten vernachlässigt werden und somit entsteht für diesen Algorithmus wieder die Ursprüngliche Laufzeit von $\mathcal{O}(n^3 )$. \begin{algorithm}\footnotesize\caption{Winograds Matrizenmultiplikation} @@ -391,11 +391,11 @@ Anzumerken ist, dass die Matrizenmultiplikation von \texttt{NumPy} als einzige I In Abbildung \ref{multiplikation:fig:python} und Abbildung \ref{multiplikation:fig:c_meas_4096} sind de Messresultate grafisch dargestellt. Die selben Messresultate sind tabellarisch in Tabelle \ref{multiplikation:tab:messung_Python} und Tabelle \ref{multiplikation:tab:messung_C} ersichtlich. In der Messung mit der Programmiersprache \texttt{C}, kann ein typischer Cache-Effekt beobachtet wer- -den. Bei den Algorithmen von Winograd und der Standardmethode hat bei einer Gr\"osse von -n = 2048 wohl eine Zeile der Matrix nicht an einer Cache Speicherstelle platzt. Diese beiden Al- -Algorithmen sind die Einzigen, welche \texttt{for}-Schleifen über die ganze Breite der Matrizen verwenden. -Dies führt dazu, dass ganze Zeilen zwischengespeichert werden müssen. Bei den anderen Algorith- -men ist dies nicht der Fall. +den. +Bei den Algorithmen von Winograd und der Standardmethode hat bei einer Matrizengrösse von $n = 2048$ wohl eine Zeile der Matrize nicht an einer Cache Speicherstelle platzt. +Diese beiden Algorithmen sind die Einzigen, welche \texttt{for}-Schleifen über die ganze Breite der Matrizen verwenden. +Dies führt dazu, dass ganze Zeilen zwischengespeichert werden müssen. +Bei den anderen Algorithmen ist dies nicht der Fall. Die Hardwareinformationen des verwendeten Computers sind in der Tabelle \ref{multiplikation:tab:pc_config} aufgelistet. |