0

我正在分析一个对 NMatrix 矩阵进行大量数学运算的应用程序。

应用程序将大部分时间花在下面的代码中。

{add: :+, sub: :-, mul: :*, div: :/, pow: :**, mod: :%}.each_pair do |ewop, op|

define_method("__list_elementwise_#{ewop}__") do |rhs|

  self.__list_map_merged_stored__(rhs, nil) { |l,r| l.send(op,r) }.cast(stype, NMatrix.upcast(dtype, rhs.dtype))

end

define_method("__dense_elementwise_#{ewop}__") do |rhs|

  self.__dense_map_pair__(rhs) { |l,r| l.send(op,r) }.cast(stype, NMatrix.upcast(dtype, rhs.dtype))

end

define_method("__yale_elementwise_#{ewop}__") do |rhs|

  self.__yale_map_merged_stored__(rhs, nil) { |l,r| l.send(op,r) }.cast(stype, NMatrix.upcast(dtype, rhs.dtype))

end

end

在代码上面的评论中它说：

  # Define the element-wise operations for lists. Note that the __list_map_merged_stored__ iterator returns a Ruby Object

  # matrix, which we then cast back to the appropriate type. If you don't want that, you can redefine these functions in

  # your own code.

我不太熟悉 NMatrix 的内部结构，但似乎数学运算是在 Ruby 中执行的。有没有办法加快这些方法？

4

1 回答 1

1

我们最初是用 C/C++ 编写的，但它需要一些非常复杂的宏，这些宏基本上是不可维护和有缺陷的，并且大大增加了编译时间。

如果您查看History.txt，您将能够找到我们开始使用 Ruby 编写数学运算的版本。您可以使用先前的代码来覆盖并将逐元素操作（在您需要速度的地方）专门放在 C/C++ 中。

但是，您可能会遇到问题，让它们在 dtype 矩阵上正常工作（没有崩溃）:object。

附带说明一下，sciruby-dev Google Group（或 nmatrix 问题跟踪器）可能更适合解决此类问题。

于 2015-03-30T16:09:05.800 回答