Question

我们假设两个大多维numpy数组someVector.push_back(std::move(object.second));和a。我想执行元素操作，例如逐个元素地添加它们：

在上述情况下，将为c = a + b的结果分配新的内存。然后，对此存储器的引用存储在a + b中。

现在，让我们假设c的内存已被分配。为了有一个简单的示例，将尺寸数设置为2，我可以执行以下操作：

我找不到任何有关如何正确实现上述内容的文档。我可以想象两种方式：

首先，分配内存以执行操作c[:, :] = a + b。在将数据（即运算结果）复制到a + b之前，将结果存储到此“临时”存储器中。
没有分配临时内存。 c[:, :]的结果直接进入a + b。

我尝试了一些代码，并且-在这里我可能是绝对错误的-从性能角度来看，似乎第一种选择更有可能。我对吗？如果是这样，如何避免分配“临时内存”并将结果直接存储到c[:, :]中已经可用的内存中？我猜想我必须更加明确，使用c之类的函数并为其提供对目标内存的引用。

Answer 1

您要查找的操作是

import React, { Component } from 'react';
import { View, Animated, StyleSheet } from 'react-native';

export default class Deck extends Component {
  renderCards(){
    return this.props.data.map(item => {
        return this.props.renderCard(item);
    });
  }
  render() {
    return (
        <View>
            {this.renderCards()}
        </View>
    );
  }
}

对于numpy.add(a, b, out=c)，对c[:, :] = a + b的评估没有关于将结果分配给a + b的事实的信息。它必须分配一个新数组来保存c[:, :]的结果。

（NumPy的最新版本确实尝试执行一些C-level stack inspection来主动优化临时变量，超出了Python执行模型通常所允许的范围，但是这些优化无法处理这种情况。您可以在{{ 3}}，其中包括有关它在什么平台上运行以及为何Python堆栈检查不够的一些说明。）

了解numpy中的内存分配：将操作结果存储到变量[：，：]中时是否分配了“临时”内存？

1 个答案: