如果我使用了typed memoryviews，想要对用该memoryview表示的两个向量进行加法、点积或其他向量操作，Cython是否期望我自己实现这些函数？
我不反对这样做，但我想知道如果我忙于编写向量加法/标量乘法/点积等操作，是否做错了什么。感觉这是一种反模式，但我不确定。
正确的方法是什么？
我不反对这样做，但我想知道如果我忙于编写向量加法/标量乘法/点积等操作，是否做错了什么。感觉这是一种反模式，但我不确定。
正确的方法是什么？
2个回答
9
如果你的代码在线性代数函数或向量化操作上花费了大量时间，那它可能不是Cython的好选择。numpy数组之间的点积通常使用BLAS库调用执行，这已经非常高度优化，如果您尝试在Cython中重新发明轮子，您几乎可以保证做得更差。同样，对于numpy数组，基本的向量化操作例如两个向量相加已经非常高效，虽然在某些情况下，可能可以在Cython中做得更好（例如通过利用并行化或避免中间数组分配等）。Cython最有用的是加速不能轻松向量化的操作，否则您将不得不使用Python for循环等。通常最好的方法是仅识别和Cython化这些瓶颈，而不是试图在Cython中重写所有内容。
话虽如此，可以通过将指向数组中第一个元素的指针传递给类型化的memoryview直接调用BLAS或LAPACK函数（请参见这里和这里以获取一些示例）。
- ali_m
3
请注意，你实际上可以将 memoryviews 传递给大多数 numpy 函数。当然，你仍需要支付 Python 调用开销，但是如果 memoryview 很大，则这可能是微不足道的。例如：
cdef double[:,:] A
# ... initialize A ...
x = np.sum(A)
- cfh
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接