（原）mkl的cblas_sgemm和cblas_dgemm

转载请注明出处：

http://www.cnblogs.com/darkknightzh/p/5553336.html

参考网址：

mkl-11.3.2-developer-reference-c_0.pdf（intel官网下载）

http://goodluck1982.blog.sohu.com/94851969.html

void cblas_sgemm(const CBLAS_LAYOUT Layout, const CBLAS_TRANSPOSE transa, const CBLAS_TRANSPOSE transb, const MKL_INT m, const MKL_INT n, const MKL_INT k, const float alpha, const float *a, const MKL_INT lda, const float *b, const MKL_INT ldb, const float beta, float *c, const MKL_INT ldc);

void cblas_dgemm(const CBLAS_LAYOUT Layout, const CBLAS_TRANSPOSE transa, const CBLAS_TRANSPOSE transb, const MKL_INT m, const MKL_INT n, const MKL_INT k, const double    alpha, const double *a, const MKL_INT lda, const double *b, const MKL_INT ldb, const double beta, double *c, const MKL_INT ldc);

参考intel的官方pdf手册

计算：C := alpha*op(A)*op(B) + beta*C

注意：a、b、c指输入的缓冲区，A、B、C指真正需要计算的缓冲区（如果需要对一小块矩阵进行计算，这两组就不一样了）。

其中，op(X) 表示：

op(X) = X，原始矩阵

op(X) = ${{X}^{T}}$，转置矩阵

op(X) = ${{X}^{H}}$，共轭矩阵

A为m*k的矩阵（m行k列）

B为k*n的矩阵

C为m*n的矩阵

参数：

Layout：表示二维矩阵存储是按行优先（CblasRowMajor）还是列优先（CblasColMajor）。

C++里面是行优先存储的；fortran是列优先存储数据。（为了让fortran调用方便吧）

transa、transb：可为CblasNoTrans、CblasTrans、CblasConjTrans

m：矩阵a和c的行数

n：矩阵b和c的列数

k：矩阵a的列数，矩阵c的行数

lda：行优先 & 不转置时，$lda\ge \max (1,k)$

行优先 & 转置时，$lda\ge \max (1,m)$

由于用的是C++，不太可能会使用fortran，列优先就不管了（ldb和ldc也不考虑）

ldb：行优先 & 不转置时，ldb*k的矩阵，b矩阵左上角包含n*k的B矩阵

行优先 & 转置时，ldb*n的矩阵，b矩阵左上角包含k*n的B矩阵

ldc：行优先时，$ldc\ge \max (1,n)$

由于用的是C++，不太可能会使用fortran，列优先就不管了

如上面注意的地方所说，如果不是计算小块矩阵的话，实际上lda、ldb、ldc和各自的m、n、k相等（注意行优先和列优先）

小块的问题，可见参考网址。