获得两个大型阵列的线性组合的快速方法是什么？

Question

我有两个大小为（87256 X 87256）的numpy数组A和B。

我有一个不断变化的因子alpha。

我试图找到最快的获取途径：

alpha * A +（1-alpha）* B

使用简单的numpy进行计算大约需要4分8 s。

计算此数组的最快方法是什么？我有一个多核系统，所以并行计算不是一个限制。

Answer 1

尝试切换到Numba，只需更改很少的代码行即可将Turbo放在Numpy上：通过充分利用CPU多核和/或GPU内核来并行化代码。

Numba是一个开源JIT编译器，可将Python和NumPy代码的子集转换为快速的机器代码。

Answer 2

尝试以下两个选项：

选项-A

# multiplying only once
C = B + alpha*(A-B)

选项B

我扩展了@Massifox的答案。

import numba
import numpy as np

def get_result(A, B, alpha = 0.5):
    return B + alpha*(A-B)

get_result_jit = numba.vectorize(['float64(float64, float64, float64)'])(get_result)

其他资源：

1. Numba tutorial
2. 查看装饰器的@numba.vectorize，@numba.guvectorize和@numba.jit and @numba.njit。
3. Speeding up algorithms with Numba