Question

在我的问题中，我有一个包含n元素的向量。给定窗口大小k我想有效地创建包含带状对角线的矩阵大小n x 2k+1。例如：

a = [a_1, a_2, a_3, a_4]
k = 1
b = [[0, a_1, a_2],
    [a_1, a_2, a_3],
    [a_2, a_3, a_4],
    [a_3, a_4, a_5],
    [a_4, a_5, 0]]

实现这一点的天真方法是使用for循环

out_data = mx.ndarray.zeros((n, 2k+1))
for i in range(0, n):
    for j in range(0, 2k+1):
        index = i - k + j
        if not (index < 0 or index >= seq_len):
            out_data[i][j] = in_data[index]

这很慢。

只需使用tile和reshape即可轻松创建完整矩阵，但屏蔽部分并不清晰。

更新我找到了一个更快但仍然很慢的实现：

window = 2*self.windowSize + 1
in_data_reshaped = in_data.reshape((batch_size, seq_len))
out_data = mx.ndarray.zeros((seq_len * window))
for i in range(0, seq_len):
    copy_from_start = max(i - self.windowSize, 0)
    copy_from_end = min(seq_len -1, i+1+self.windowSize)
    copy_length = copy_from_end - copy_from_start
    copy_to_start = i*window + (2*self.windowSize + 1 - copy_length)
    copy_to_end = copy_to_start + copy_length
    out_data[copy_to_start:copy_to_end] = in_data_reshaped[copy_from_start:copy_from_end]
out_data = out_data.reshape((seq_len, window))

Answer 1

如果在您的操作中，k和n是不变的，您可以使用mxnet.nd.gather_nd()和mx.nd.scatter_nd的组合来执行您想要的操作。即使生成索引张量也同样效率低，因为您只需要执行一次，这不会有问题。您可能希望使用gather_nd从原始数组中有效地“复制”数据，然后使用scatter_nd将它们分散到最终的矩阵形状。或者，您可以简单地将0元素连接到输入数组（例如[a_1, a_2, a_3]将转换为[0, a_1, a_2, a_3]），然后仅使用mxnet.nd.gather_nd()将元素复制到最终矩阵中

在mxnet中高效创建压缩带状对角矩阵

1 个答案: