4

我想出了这个：

(def kernel [0 1 1 2 3 3 0 0 0 0 0 0])
(def data [1 5 7 4 8 3 9 5 6 3 2 1 1 7 4 9 3 2 1 8 6 4])

(defn capped+ [a b c] (let [s (+ a b)] (if (> s c) c s)))

(defn *+ [a b]
  (if (> (count a) (count b))  
    (reduce + (map-indexed (fn _ [i x] (* (a i) (b i))) b))
    (reduce + (map-indexed (fn _ [i x] (* (a i) (b i))) a))))

(defn slide*i [d k] 
 (let [ki (into [] (reverse k)) kl (count k) dl (count d)]
   (map-indexed 
      (fn [idx item] 
        (/ (*+ ki (subvec d idx (capped+ idx kl dl))) 
           (reduce + ki))) 
      d)))

(def s (slide*i data kernel))

这不是最优雅的代码，但它工作正常。我其实想用它来平滑一些非常尖的！数据。

欢迎任何使这个更漂亮、更有效或更准确的建议（我个人不关心尾巴不准确，因为在我的情况下我从不使用它）。

4

3 回答 3

8

您当然可以显着提高此操作的性能。好消息是，您无需为此投入 Java：如果您正确优化 Clojure，它的速度非常快，并且在大多数情况下可以产生与纯 Java 相同的速度。

为了在 Clojure 中实现数字代码的最大性能，您将需要使用：

  • arrays，因为您需要具有非常快速的写入和查找的可变存储。Clojure 序列和向量很漂亮，但它们带来了开销，对于真正的性能关键代码，您可能希望避免这些开销
  • 双原语，因为它们提供了更快的数学运算。
  • aset / aget / areduce - 这些是为数组设计的极其快速的操作，基本上为您提供与纯 Java 等价物相同的字节码。
  • 命令式风格——尽管它在 Clojure 中是单调的，但它获得了最快的结果（主要是因为您可以避免内存分配、装箱和函数调用的开销）。一个例子是使用dotimes进行快速的命令式循环。
  • （设置！*warn-on-reflection* true） - 并消除代码产生的任何警告，因为反射是一个很大的性能杀手。

以下内容应该是正确的，并且可能会让您获得与 Java 大致相当的性能：

(def kernel (double-array [0 1 1 2 3 3 0 0 0 0 0 0]))
(def data (double-array [1 5 7 4 8 3 9 5 6 3 2 1 1 7 4 9 3 2 1 8 6 4]))

(defn convolve [^doubles kernel-array ^doubles data-array]
  (let [ks (count kernel-array)
        ds (count data-array)
        output (double-array (+ ks ds))
        factor (/ 1.0 (areduce kernel-array i ret 0.0 (+ ret (aget kernel-array i))))]    
    (dotimes [i (int ds)]
      (dotimes [j (int ks)]
        (let [offset (int (+ i j))]
          (aset output offset (+ (aget output offset) (* factor (* (aget data-array i) (aget kernel-array j))))))))
    output))

(seq (convolve kernel data))
=> (0.0 0.1 0.6 1.4 2.4 4.4 5.5 6.1000000000000005 5.600000000000001 6.200000000000001 5.499999999999999 5.9 4.199999999999999 3.3000000000000003 2.5 2.2 3.3 4.4 5.6000000000000005 4.8 4.8999999999999995 3.1 3.5 4.300000000000001 5.0 3.0 1.2000000000000002 0.0 0.0 0.0 0.0 0.0 0.0 0.0)

我没有修剪输出数组或做任何边界，所以你可能需要稍微破解这个解决方案才能得到你想要的输出，但希望你能明白......

一些非常粗略的基准测试：

(time (dotimes [i 1000] (seq (convolve kernel data))))
=> "Elapsed time: 8.174109 msecs"

即每个内核/数据对组合大约需要 30ns - 我希望这几乎达到了缓存内存访问的界限。

于 2011-11-24T11:46:47.150 回答
4 
; 未使用，但留作演示
（定义上限+ [abc]
  (分钟 (+ ab) c))

(定义 *+ [ab]
  （减少+（地图* ab）））

（定义幻灯片*我 [dk]
  （让[ki（反向k）
        kl（计数 k）
        ks (减少 + k)]
    (map #(/ (*+ %1 ki) ks) (partition kl 1 d))))

，partition结果是：

(59/10 21/5 33/10 5/2 11/5 33/10 22/5 28/5 24/5 49/10 31/10)

但是使用partition-all，您将得到您的解决方案所产生的确切结果：

(59/10 21/5 33/10 5/2 11/5 33/10 22/5 28/5 24/5 49/10 31/10 7/2 43/10 5 3 6/5 0 0 0 0 0 0)
于 2011-11-24T01:24:01.797 回答
1

执行此操作的有效方法是创建执行卷积的 java 类并从 clojure 调用它，如果可能，将其传递给 java 数组。如果效率是一个问题，Clojure 实现也应该在 java 数组上运行。

于 2011-11-24T01:20:41.707 回答