Question

我正在尝试计算2D gpu_array的方差。减少内核听起来是个好主意：

http://documen.tician.de/pycuda/array.html

但是，此文档暗示减少内核只将2个数组减少为1个数组。如何将单个2D阵列减少为单个值？

Answer 1

我想第一步是为这种情况定义方差。在matlab中，2D数组上的方差函数返回值的向量（1D阵列）。但听起来你想要一个单值方差，正如其他人已经建议的那样，可能首先要做的就是将二维数组视为一维。在C中，我们不需要任何特殊步骤来完成此任务。如果你有一个指向数组的指针，你可以索引它，就像它是一维数组一样。我假设您在how to handle a 2D array with a 1D index上不需要帮助。

现在，如果它是您之后的1D方差，我假设函数如方差（x）= sum（（x [i] -mean（x））^ 2）总和超过所有i，是你所追求的（基于我对wikipedia article的阅读）。我们可以将其分解为3个步骤：

计算均值（这是经典的减少 - 为数据集生成一个值 - 将所有元素相加然后除以元素数量）
为所有i计算值（x [i] -mean）^ 2 - 这是元素操作的元素，生成与输入数据集大小（元素数量）相等的输出数据集
计算步骤2中生成的元素之和 - 这是另一个经典缩减，因为为整个数据集生成了一个值。

步骤1和3都是经典的缩减，它们对数组的所有元素求和。我不会在此处介绍这一点，而是指向Mark Harris' excellent treatment of the topic以及CUDA sample code。对于第2步，我打赌你可以自己找出内核代码，但它看起来像这样：

#include <math.h>
    __global__ void var(float *input, float *output, unsigned N, float mean){

      unsigned idx=threadIdx.x+(blockDim.x*blockIdx.x);
      if (idx < N) output[idx] = __powf(input[idx]-mean, 2);
    }

请注意，您可能希望将缩减和上面的代码组合到一个内核中。

如何计算gpu_array的方差？

1 个答案: