Question

我有一个维度为（n0，n2）的数组H和一个维度为（n0，n1，n2，n3）的数组W，我想进行以下操作：

(H[:, None, :, None] * W).sum(axis=(0, 2))

据我所知，上面一行不使用BLAS库。有没有办法使用numpy.dot或类似的函数使用BLAS进行相同的计算（并且仍然没有在内存中多次复制数组H）？

Answer 1

你已经找到了一种方法;我知道另外两个人。

一个小例子

In [365]: n0,n1,n2,n3=2,3,4,5
In [366]: H=np.ones((n0,n2));W=np.ones((n0,n1,n2,n3))

比较时间是：

In [362]: timeit np.tensordot(H,W,[(0,1),(0,2)])
10000 loops, best of 3: 32.8 µs per loop

In [363]: timeit np.einsum('ik,ijkl',H,W)
100000 loops, best of 3: 10.7 µs per loop

In [364]: timeit (H[:,None,:,None]*W).sum(axis=(0,2))
10000 loops, best of 3: 29.5 µs per loop

tensordot重新整形并转置输入，以便调用np.dot。 einsum对字符串进行解码，并在C中执行自己的nditer。

https://stackoverflow.com/a/31129207/901925有另一个多维dot的时间，涉及(100,)*(10,100,100)*(100,)数组。

可广播的Numpy点

1 个答案: