我是Python和Numpy的新手。
我有这个输入：
[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]
我想得到这个输出：
[
[
[[ 1 2 3], [ 7 8 9]],
[[ 2 3 4], [ 8 9 10]]
],
[
[[ 4 5 6], [10 11 12]],
[[ 5 6 7], [11 12 13]]
]
]
该数组具有以下形状：(n_batches, 2, batch_size, seq_length)。在下面的代码中，您可以看到这些参数的含义。
我是使用for loops完成的。请注意，以下代码来自here：
def get_batches(int_text, batch_size, seq_length):
"""
Return batches of input and target
:param int_text: Text with the words replaced by their ids
:param batch_size: The size of batch
:param seq_length: The length of sequence
:return: Batches as a Numpy array
"""
# TODO: Implement Function
n_batches = int(len(int_text) / batch_size / seq_length)
batches = np.zeros(shape = (n_batches, 2, batch_size, seq_length), dtype = np.int32)
index = 0
for batch_index in range(n_batches):
one_batch = np.zeros(shape = (2, batch_size, seq_length), dtype = np.int32)
one_batch_seq = np.zeros(shape = (batch_size, seq_length), dtype = np.int32)
one_batch_tar = np.zeros(shape = (batch_size, seq_length), dtype = np.int32)
for n in range(batch_size):
index = batch_index * seq_length + n * n_batches * seq_length
seq = np.array([int_text[index:index+seq_length]])
tar = np.array([int_text[index+1:index+seq_length+1]])
one_batch_seq[n] = seq;
one_batch_tar[n] = tar;
#print(seq)
#if(one_batch_seq.size == 0):
# one_batch_seq = seq
#else:
# one_batch_seq = np.concatenate((one_batch_seq, seq))
#if(one_batch_tar.size == 0):
# one_batch_tar = tar
#else:
# one_batch_tar = np.concatenate((one_batch_tar, tar))
one_batch[0] = one_batch_seq
one_batch[1] = one_batch_tar
batches[batch_index] = one_batch
return batches
代码说明：
我必须得到我可以使用该输入完成的批次数（int_text）。我得到值n_batches来了解这一点。如果无法使用足够的数据填充最后一批，请删除最后一批。
然后，我创建一个形状为(n_batches, 2, batch_size, seq_length)的数组。然后，循环。
但有人告诉我，我可以不用循环而只使用Numpy。我不知道该怎么做。我想，我可以用重塑来做，但我不确定。
如何在不使用for-loop的情况下获得该输出？
答案 0 :(得分：1)
这是一个超级高效的NumPy strides -
def get_batches_strided(a, batch_size, seq_length):
n_batches = int(len(a) / batch_size / seq_length)
shp = (n_batches, 2, batch_size, seq_length)
n = a.strides[0]
s = np.lib.stride_tricks.as_strided
strides=(shp[3]*n,n,shp[0]*shp[3]*n,n)
out = s(a, shp, strides=strides)
return out
这将是输入数组的视图，因此不会占用更多的内存空间，而且它也是它提高效率的地方。
此外，由于我们正在使用views并且基于strides的方法将超出为输入数组分配的内存，如果形状/ strides如此列出，我们需要注意它的输入参数。
运行示例以验证各种输入参数 -
In [306]: a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])
# List of values to select batch_size, seq_length to form different combinations
# of inputs to be fed to the two proposed approaches for tesing
In [308]: r = [2,3,4]
In [309]: [np.allclose(get_batches(a,m,n), get_batches_strided(a,m,n)) \
for m in r for n in r]
Out[309]: [True, True, True, True, True, True, True, True, True] # All checked out
对性能改进的一瞥 -
In [320]: a = np.arange(1,2001)
In [321]: %timeit get_batches(a, 3,2)
100 loops, best of 3: 2.87 ms per loop
In [322]: %timeit get_batches_strided(a, 3,2)
100000 loops, best of 3: 5.07 µs per loop
如果我们需要副本，那就不会太昂贵 -
In [323]: %timeit get_batches_strided(a, 3,2).copy()
100000 loops, best of 3: 15.4 µs per loop
工作流程回顾决定strides
使用np.lib.stride_tricks.as_strided时，只有两个关键参数 - 形状和步幅。形状还可以，因为我们可以从循环版本中获得。取得进展是棘手的，并且有大量的反复试验决定它。
让我尝试播放它，以帮助尝试学习/使用strides的人。
输入是：
a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])
获取步幅并为步长func指定一个较短的名称：
n = a.strides[0]
s = np.lib.stride_tricks.as_strided
测试了各种步幅组合的跨步方法，下面列出了每个输入对的成功方法 -
#get_batches(a, 2, 2) # case1
#s(a, (3,2,2,2), strides=(2*n,1*n,6*n,n)) # worked
#get_batches(a, 2, 3) # case2
#s(a, (2,2,2,3), strides=(3*n,1*n,6*n,n)) # worked
#get_batches(a, 3,4) # case3
#s(a, (1,2,3,4), strides=(4*n,1*n,4*n,n)) # worked
#get_batches(a, 3,2) # case4
#s(a, (2,2,3,2), strides=(2*n,1*n,4*n,n)) # worked
接下来的工作是找到这种模式，经过一些看起来很明显：
#strides=(shp[3]*n,n,shp[0]*shp[3]*n,n), where shp is the input shape tuple