Question

我一直在玩numba和numexpr试图加速简单的元素矩阵乘法。我无法获得更好的结果，它们基本上（速度方向）等同于numpys乘法函数。这个地区有人有运气吗？我使用numba和numexpr是错误的（我对此很新）或者这是一个不好的方法来尝试加快速度。这是一个可重现的代码，谢谢你的高级：

import numpy as np
from numba import autojit
import numexpr as ne

a=np.random.rand(10,5000000)

# numpy
multiplication1 = np.multiply(a,a)

# numba
def multiplix(X,Y):
    M = X.shape[0]
    N = X.shape[1]
    D = np.empty((M, N), dtype=np.float)
    for i in range(M):
        for j in range(N):
            D[i,j] = X[i, j] * Y[i, j]
    return D

mul = autojit(multiplix)
multiplication2 = mul(a,a)

# numexpr
def numexprmult(X,Y):
    M = X.shape[0]
    N = X.shape[1]
    return ne.evaluate("X * Y")

multiplication3 = numexprmult(a,a)

Answer 1

使用fortran和ctypes怎么样？

elementwise.F90：

subroutine elementwise( a, b, c, M, N ) bind(c, name='elementwise')
  use iso_c_binding, only: c_float, c_int

  integer(c_int),intent(in) :: M, N
  real(c_float), intent(in) :: a(M, N), b(M, N)
  real(c_float), intent(out):: c(M, N)

  integer :: i,j

  forall (i=1:M,j=1:N)
    c(i,j) = a(i,j) * b(i,j)
  end forall

end subroutine

elementwise.py：

from ctypes import CDLL, POINTER, c_int, c_float
import numpy as np
import time

fortran = CDLL('./elementwise.so')
fortran.elementwise.argtypes = [ POINTER(c_float), 
                                 POINTER(c_float), 
                                 POINTER(c_float),
                                 POINTER(c_int),
                                 POINTER(c_int) ]

# Setup    
M=10
N=5000000

a = np.empty((M,N), dtype=c_float)
b = np.empty((M,N), dtype=c_float)
c = np.empty((M,N), dtype=c_float)

a[:] = np.random.rand(M,N)
b[:] = np.random.rand(M,N)


# Fortran call
start = time.time()
fortran.elementwise( a.ctypes.data_as(POINTER(c_float)), 
                     b.ctypes.data_as(POINTER(c_float)), 
                     c.ctypes.data_as(POINTER(c_float)), 
                     c_int(M), c_int(N) )
stop = time.time()
print 'Fortran took ',stop - start,'seconds'

# Numpy
start = time.time()
c = np.multiply(a,b)
stop = time.time()
print 'Numpy took ',stop - start,'seconds'

我使用

编译了Fortran文件

gfortran -O3 -funroll-loops -ffast-math -floop-strip-mine -shared -fPIC \
         -o elementwise.so elementwise.F90

输出产生~10％的加速：

 $ python elementwise.py 
Fortran took  0.213667869568 seconds
Numpy took  0.230120897293 seconds
 $ python elementwise.py 
Fortran took  0.209784984589 seconds
Numpy took  0.231616973877 seconds
 $ python elementwise.py 
Fortran took  0.214708089828 seconds
Numpy took  0.25369310379 seconds

Answer 2

你是如何做你的时间的？

随机数组的创建占据了计算的大部分，如果将其包含在时间中，您几乎看不到任何结果的真正差异，但是，如果你事先创建它，你可以实际比较这些方法。

以下是我的结果，我一直在看你所看到的。 numpy和numba给出了相同的结果（numba更快一点。）

（我没有使用numexpr）

In [1]: import numpy as np
In [2]: from numba import autojit
In [3]: a=np.random.rand(10,5000000)

In [4]: %timeit multiplication1 = np.multiply(a,a)
10 loops, best of 3: 90 ms per loop

In [5]: # numba

In [6]: def multiplix(X,Y):
   ...:         M = X.shape[0]
   ...:         N = X.shape[1]
   ...:         D = np.empty((M, N), dtype=np.float)
   ...:         for i in range(M):
   ...:                 for j in range(N):
   ...:                         D[i,j] = X[i, j] * Y[i, j]
   ...:         return D
   ...:         

In [7]: mul = autojit(multiplix)

In [26]: %timeit multiplication1 = np.multiply(a,a)
10 loops, best of 3: 182 ms per loop

In [27]: %timeit multiplication1 = np.multiply(a,a)
10 loops, best of 3: 185 ms per loop

In [28]: %timeit multiplication1 = np.multiply(a,a)
10 loops, best of 3: 181 ms per loop

In [29]: %timeit multiplication2 = mul(a,a)
10 loops, best of 3: 179 ms per loop

In [30]: %timeit multiplication2 = mul(a,a)
10 loops, best of 3: 180 ms per loop

In [31]: %timeit multiplication2 = mul(a,a)
10 loops, best of 3: 178 ms per loop

更新：我使用了最新版本的numba，只有compiled it from source：'0.11.0-3-gea20d11-dirty'

我用Fedora 19中的默认numpy测试了这个，'1.7.1' 和 numpy'1.6.1'从源代码编译，链接到：

<强> UPDATE3 我之前的结果当然不正确，我在内循环中返回D，所以跳过了90％的计算。

这为ali_m的假设提供了更多证据，即很难比已经非常优化的c代码做得更好。

但是，如果您尝试do something more complicated，例如

np.sqrt(((X[:, None, :] - X) ** 2).sum(-1))

我可以重现Jake Vanderplas得到的数字：

In [14]: %timeit pairwise_numba(X)
10000 loops, best of 3: 92.6 us per loop

In [15]: %timeit pairwise_numpy(X)
1000 loops, best of 3: 662 us per loop

所以看起来你做的事情到目前为止已经被numpy优化了很难做得更好。

Answer 3

编辑：没关系这个答案，我错了（见下面的评论）。

我担心在python中使用比numpy更快的矩阵乘法会非常非常困难。 NumPy通常使用非常优化的内部fortran库，如ATLAS / LAPACK。

要检查您的NumPy版本是否是使用LAPACK支持构建的：打开终端，转到Python安装目录并输入：

for f in `find lib/python2.7/site-packages/numpy/* -name \*.so`; do echo $f; ldd $f;echo "\n";done | grep lapack

请注意，路径可能因python版本而异。如果您打印了一些行，您肯定有LAPACK支持......因此在单个内核上更快的矩阵乘法将很难实现。

现在我不知道使用多个内核来执行矩阵乘法，所以你可能想看一下（参见ali_m的注释）。

Answer 4

使用GPU。使用以下包。

gnumpy

Answer 5

np.multiply的速度在很大程度上取决于大小完全相同的数组。

a = np.random.rand(80000,1)
b = np.random.rand(80000,1)

c = np.multiply(a, b)

速度如此之快，而以下代码要花费一分钟多的时间，并且用完了我所有16 GB的内存：

a = np.squeeze(np.random.rand(80000,1))
b = np.random.rand(80000,1)

c = np.multiply(a, b)

所以我的建议是使用尺寸完全相同的数组。希望这对寻求如何加速元素级乘法的人有用。

在python中加速逐元素的数组乘法

5 个答案: