问题标签 [arrayfire]

我正在尝试运行一个 gfor 循环，但这只运行一次......

有人可以帮助我吗？

在处理结束时，只计算了 eM 和 eD 的第一个位置......

我一直试图强制ArrayFire使用它的 CPU 后端，而不是默认的 CUDA 后端。根据此文档页面，您只需要调用arrayfire.set_backend('cpu'). 但是，当我尝试执行此操作时，会抛出错误消息global name 'backend' is not defined。如果您查看源代码，您会看到在函数实现backend之前直接在模块内定义了一个全局变量。set_backend以下函数设置和获取 this 的各种属性backend目的。我的问题是：是他们的内部实现错误导致了这个错误，还是我做错了什么（或者我可以做些什么来解决这个问题）？我以前没有太多使用 Python 模块，非常感谢任何帮助！

如何在arrayfire-python中实现行/列外积？

这是 numpy 中的类比实现。

PS 我正在寻找小批量梯度下降的实现速度，我找到了这个库。

我正在尝试将arrayfire与python一起使用。

我有一个 GTX550Ti 并使用 opencl 后端，因为我似乎没有让 cuda 工作（不知道 550Ti 的计算版本 2.1 是否对于 arrayfire 来说太低了）。我尝试释放使用语句分配的内存/数组，例如

free_device 抱怨说它需要一个指针。如果我使用任何一个

或者

我收到一个错误：

OSError：异常：访问冲突读取 0xFFFFFFFFFFFFFFFFFFF

那么..释放内存的正确方法是什么？

是否可以在 Juliabox 中使用 ArrayFire？如果有可能我该怎么做？

-我下载了安装程序，并按照安装步骤安装了 ArrayFire。

PATH-我通过推送包含了已安装文件夹的内容！( LOAD_PATH, "路径")

-我通过 Pkg.add("ArrayFire") 安装了包

-最后，当我尝试使用 Pkg.test 时，出现以下错误：

Pkg.test("ArrayFire")

我正在设备上开发一个“性能关键”的图像处理程序Jetson TX1，直到这次我使用OpenCV，但现在我决定切换到Arrayfire一些加速。不过，现在好像慢了很多。

基本上，我有两个选择：

• 完全忘记OpenCV，使用Arrayfire图像处理功能。

• 在关键部分cv::Mat之间使用转换。af::array

问题是我最初OpenCV执行这项工作的关键函数的运行时间约为 160 毫秒，而只有转换本身需要 110 毫秒。

还有其他令人不快的功能，例如medianBlur，在 CPU 上最多需要 60 毫秒，而在 GPU上最多需要OpenCV250 毫秒。Arrayfire（我知道这medianBlur对于 GPU-s 来说并不理想，但是慢 5 倍的代码对于我的应用程序来说非常尴尬，并且只做那部分会导致问题再次出现，因为和OpenCV之间的转换太慢了。我不可能更快地实现CPU 比现有的)cv::Mataf::arraymedianBlurOpenCV

那我现在能做什么？

我正在尝试在 ArrayFire 中实现以下目标：

输入：

输出：

所以输出中的元素i是对应索引为 的所有输入值的总和i。

TensorFlow 有一个 scatter_add 操作可用于执行此操作，但我在 ArrayFire 文档中找不到任何似乎符合要求的内容。ArrayFire scanByKey 函数达到了我需要的一半，并给出了累积扫描输出：

但是我仍然必须只提取每个索引的最大值（位置 1、4 和 6），以便为我提供下一步所需的数组，但我再次找不到执行此操作的函数。

如何使用 ArrayFire 实现这一目标？

我不确定这是 Anaconda、Arrayfire 还是 Windows 问题，但将 Arrayfire 导入脚本似乎会导致脚本在完成时挂起。

我在 Windows 7 上使用 Anaconda 作为我的 python 环境

如果我不导入 arrayfire，那么一切都按 python 提示符进行。（我正在使用 Anaconda 提示）

如果导入了arrayfire，arrayfire 可以正常工作，但控制台将在退出时无限期挂起。很难证明控制台已冻结，但下面是它冻结的示例。唯一的补救措施是退出控制台。没有错误或异常抛出。

我试过重新安装 Anaconda 和 Arrayfire。我也在多个虚拟环境中尝试过，但没有成功。我没有想法，希望你们都能提供帮助。谢谢。

我正在使用arrayfire crate 打开带有af::load_image. 这给了我一个f32数组，我可以对其进行一些处理。完成后，我想u8使用以下方法将其保存为图像af::save_image：

我不知道如何将数组转换为u8类型。我研究了该from方法，但我不知道如何使用它。

在 Julia 中，我主要看到在处理矩阵时加速和优化代码，更好，例如

- 按列而不是按行工作，这是 Julia 存储矩阵的方式。

-On 循环可以使用@inbounds和@simd宏

-欢迎您推荐的任何函数、宏或方法：D

但是，当我将 ArrayFire 包与存储在 GPU 上的矩阵一起使用时，上述示例似乎不起作用，CPU 和 GPU 中的类似代码似乎不支持在某些情况下运行速度慢得多的 GPU，我认为它应该不要那样，我认为问题在于编写代码的方式。欢迎任何帮助