问题标签 [pyfftw]

我尝试了用户在 Stackoverflow 上提出的解决方案：henry-gomersall 以重复加速基于 FFT 的卷积，但得到了不同的结果。

PyFFTW 约为。比其他用户体验不同的 SciPy FFT 慢 7 倍。这段代码有什么问题？Python 2.7.9，PyFFTW 0.9.2。

我一直在玩 Python 的 FFT 函数，以便在 2D 晶格上卷积 2D 内核。由于对 Numpy 代码的性能速度不满意，我尝试实现 PyFFTW3，并惊讶地发现运行时间增加了。是否有任何直接的方法可以通过 PyFFTW3 或其他包（即 Scipy.signal）进一步优化此计算？

下面比较了 Numpy 与 PyFFTW3 脚本。

我正在尝试在 python 上使用 fftw3 来快速计算 ffts（使用我所有的内核！）问题是......我找不到 python 的 fftw3 包......我知道它存在是因为我需要使用的函数当且仅当它已安装时。

这是我使用的模块：https ://github.com/keflavich/image_tools/blob/master/fft_psd_tools/convolve_nd.py

正如预期的那样，如果我尝试导入它，这就是我得到的：

我试过这个：

而且我还尝试用谷歌搜索它的位置或安装说明，但一无所获！

我也知道 fftw 是一个 C 库，并且 pyfftw 作为该包的 python 包装器存在，但我使用的函数使用 fftw3。

我希望有人能指出这个模块的位置！

PS 我正在运行 Ubuntu 14.04，我正在使用 python 2.7。我也尝试在 python 3 中导入它，但它也不存在。

我想知道是否有可能强制pyFFTW（FFTW 周围的包装器）输入向量在前向 r2c 变换期间保留。

至少在原始 FFTW中，FFTW_PRESERVE_INPUT似乎是一个默认选项（在此处查看算法限制标志：http ://www.fftw.org/doc/Planner-Flags.html ）

使用 pyFFTW 的FFTW.__call__()可以传递多个标志，但此处仅列出“FFTW_DESTROY_INPUT” ： http ://hgomersall.github.io/pyFFTW/pyfftw/pyfftw.html#pyfftw.FFTW

可能这不仅仅是文档中的失误，因为在源代码中，在文件builders/builders.py中有一个有点可怕的声明（第 166 行）：

overwrite_input：输入数组是否可以在转换过程中被覆盖。

此外，在函数_Xfftn定义中的文件builders/_utils.py中的代码中，仅存在 destory 标志： if overwrite_input: flags.append('FFTW_DESTROY_INPUT')

最终的问题是：知道 FFTW_PRESERVE_INPUT 不能与 pyFFTW 一起传递，我至少可以依靠在原始 FFTW 中这个标志 FFTW_PRESERVE_INPUT 是默认的事实吗？回想一下上面引用的评论：“是否可以覆盖输入数组” pyFFTW 包装器的作者是否知道更多内容并且默认的 FFTW_PRESERVE_INPUT 不起作用？

$ rpm -q fftw fftw-3.3.4-6.fc23.x86_64

>>> pyfftw.__version__ '0.10.1

在我的 Raspbian 系统中，我已经成功安装了 pyFFTW，但是在导入包时出现了问题。

实际上，我已经从源代码安装了 FFTW。

我已经深入研究了 __init__.py 并且有一个相对导入行：

中没有模块 pyfftw。文件夹，但我想这一行指示./pyfftw.cpython-34m.so文件，该文件可能包含 FFTW 的 C 代码。

如何告诉这个 pyfftw.cpython-34m.so 文件它应该在哪里寻找正确的路径？

为了求解微分方程，我需要反复进行 3d 函数的傅里叶变换/傅里叶逆变换。就像是：

f 的形状是高度非立方的。是否存在基于维度顺序的性能差异，例如 (512, 32, 128) vs (512, 128, 32) 等？

我正在寻找任何可用的加速。我已经尝试过玩弄智慧。我认为如果最大尺寸最后出现（例如 32、128、512）这样 fFS.shape = (32, 128, 257) 可能是最快的，但情况似乎并非如此。

我曾经用于fftw_plan_dft多维傅里叶变换。

现在我想将 64 位整数传递给 fftw，看来我需要使用 fftw guru 接口。

但我不明白是什么howmany_rank意思howmany_dims。的手册fftw_plan_guru_dft说：

这两个函数分别为交错和拆分格式规划了一个复杂数据、多维 DFT。变换维度由（rank, dims）在维度（howmany_rank, howmany_dims）的多维向量（循环）上给出。dims 和 howmany_dims 应该分别指向长度为 rank 和 howmany_rank 的 fftw_iodim 数组。

我知道什么是“维度的多维向量（循环）（howmany_rank，howmany_dims）”是什么意思。你能给我一个例子或解释一下如何使用这个大师界面吗？

我在 Windows 上使用 python 2.7 Anaconda。当我尝试在 Windows 上安装 pyfttw 时：

我收到以下错误消息（来自 pip.log）：

你有什么提示吗？

使用 pyfftw 库，可以轻松地在多维形状数组的单轴上执行一维 FFT，(M, 2**N)而无需显式循环第零索引，如下所示：

afft = pyfftw.interfaces.numpy_fft.fft(a, axis=1).

切换到 arrayfire 以便我的代码可以在 GPU 上运行，我正在使用以下内容来做同样的事情（使用import arrayfire as af）：

虽然这是并行执行的，但它似乎不是最好的做事方式，也会让我的代码看起来很糟糕。

af.fft有没有办法以与函数类似的方式pyfftw或使用 numpy 切片的 arrayfire 版本来消除循环？

我在使用 pyFFTW 时遇到了困难。我正在使用 macOS 10.12 并使用自制软件安装了 python3、numpy 和 fftw，然后使用 pip3 安装了 pyFFTW。

事实上，我可以使用 pyFFTW 和文档中的示例，但是：它始终只使用一个内核，从活动监视器可以看出。

我使用这两个示例进行测试：这个来自https://hgomersall.github.io/pyFFTW/sphinx/tutorial.html。我还将示例放大到长度为 2^14 的向量以查看效果，遗憾的是没有。

这个来自PyFFTW multithreading not working。请注意，我更正了示例以使用正确的修饰符“线程”。

我很感激任何提示，我可以如何有意义地调试我的安装并使多线程工作。