我正在尝试编写一个k-means聚类类 . 我想让我的功能并行 .
void kMeans::findNearestCluster()
{
short closest;
int moves = 0;
#pragma omp parallel for reduction(+:moves)
for(int i = 0; i < n; i++)
{
float min_dist=FLT_MAX;
for(int k=0; k < clusters; k++)
{
float dist_sum = 0.0, dist2 = 0.0;
for(int j = 0; j < dim; j++)
{
dist_sum = centroids[k*dim+j] - data[i*dim+j];
dist2 += dist_sum * dist_sum;
}
if (dist2 < min_dist)
{
min_dist = dist2;
closest = k;
}
}
if (assignment[i] != closest)
{
assignment[i] = closest;
moves++;
}
}
this->moves = moves;
}
这是它应该如何工作:
-
Step 1 :查找最近的群集
-
循环遍历所有数据点,并比较所有质心之间的距离 .
-
找到最近的质心时,它存储在名为
closest
的变量中 . -
检查此点是否已分配给新找到的最近的群集 . 如果没有,请移动新的 . (增量动作)
-
Step 2 :根据新分配重新计算质心 . (功能未显示)
-
重复步骤1和步骤2,直到不再发生移动 .
没有 #parallel
moves
收敛到零 . 如果我有 #parallel
移动有随机值 . 我认为因为并行循环有冲突更新 move
.
也许更好的策略是让每个线程都有自己的移动变量,最后它们会有一些变化 .
1 回答
在并行循环中使用
closest
变量,在写入它之前将其用作检查,然后再增加moves
变量 . 但它在循环外声明,因此所有迭代都使用相同的变量!由于所有迭代都是并行执行(理论上),因此您不能指望任何迭代都能看到任何其他迭代在分支条件if (assignment[i] != closest)
中写入closest
的内容 . 通过竞争并行线程随机更新此变量 . 因此,moves
评估为垃圾值 .在外部循环中移动
closest
的声明或在OpenMP pragma中将其声明为private(closest)
可能会解决您的问题 .顺便说一句,
closest
可能是未初始化的,并且应该与k
的类型相同,即int
.