问题标签 [stride]

我正在尝试使用函数as_stridedfromnumpy.lib.stride_tricks从更大的二维数组中提取子系列，但我很难找到正确的东西来写strides参数。

假设我有一个矩阵m，其中包含 5 个长度为 ( a=)10 的一维数组。我想为中的每个一维数组提取长度为 ( b=)4 的子一维数组m。

AttributeError：“numpy.ndarray”对象没有属性“itemize”

如您所见，我sub_m在第一次尝试中成功获得了正确的形状。但是我找不到要写的内容strides=()

有关信息：

预期输出：

编辑：我有更多数据，这就是我想使用的原因as_strided（效率）

我已经实现了一个上下文Markov predictor，我需要做一个stride predictor来自信地将它们组合成一个hybrid predictor。
一开始我需要实现这个stride predictor。我阅读了它并找到了这个数字，但我想让它更简单。
经典公式是Vn=V(n-1)+(V(n-1)-V(n-2))，我想像有 2 个变量difference1，它们等于V(n-1)-V(n-2)和difference2等于，V(n-2)-V(n-3)然后比较它们，如果它们相等，那么Vn=V(n-1)+difference1。

任何想法将不胜感激。

我已经修改了一些（只是为了在 C++ 中编译）这个代码示例： https ://github.com/FFmpeg/FFmpeg/blob/master/doc/examples/transcoding.c 。

什么有效：原样（空过滤器），许多其他过滤器，如帧率，drawtext，......

什么不起作用：缩小时缩放过滤器。

我使用以下语法进行缩放（我也尝试了许多其他语法，效果相同）：“scale=w=iw/2:-1”

错误是：“输入图片宽度（240）大于步幅（128）”，其中宽度和步幅的值取决于输入。

其他环境信息：windows，VS 2017，输入示例：rtsp://wowzaec2demo.streamlock.net/vod/mp4:BigBuckBunny_115k.mov

关于我做错了什么的任何线索？

谢谢 ！

编辑添加工作代码示例

sgemm 的 netlib 文档指出数组跨步LDA并且LDB必须是>= 1，并且足够大，以便列不会重叠。事实上，Apple 的 Accelerate/veclib 框架中的实现会检查这些条件，如果它们被违反，它们就会存在。

我真的不明白为什么存在这种限制。BLAS 不能简单地相信我真的想要零步幅或负步幅吗？据我了解，Fortran 整数默认是有符号的，所以参数类型似乎不是原因（免责声明：我不太了解 Fortan）。

实际上，存在非常合理的非正数组步幅用例：

• 零步幅：在多维数组类中，零步幅启用 numpy 样式的广播。
• 负步幅：否定步幅允许沿任何轴以相反顺序查看数组，而无需复制。这可能很有用，例如在翻转卷积核时，可以使用 gemm 有效地实现卷积。或者，可以翻转图像的垂直轴，这很方便，因为存在不同的约定：轴在 postscript/pdf 中向上，在 png 格式（以及许多其他格式）中向下。

我对两个方面感兴趣：

1. 我想了解为什么存在限制。真的只是因为 BLAS 的设计者没有考虑到这样的用例吗？我是否是某人试图捕捉一个确实是一个特性的错误的受害者？还是限制会带来更好的性能？我很难想象后者。
2. 有没有办法在不牺牲（太多）性能的情况下绕过限制？现在我需要在 Mac 上用 C++ 运行的东西，但从长远来看，它仍然应该基于 BLAS，所以它可以跨平台运行。

我试图用 Tensorflow 构建一个变分自动编码器。我从最简单的模型开始。我有以下方法：

整个网络的模型如下：

我从 a 获取我的图像FIFOQueue并将它们输入到这个模型中。我的图像大小是112, 112, 3. 我的问题是从 conv和deconv[1, 1, 1, 1] to [1, 2, 2, 1]层中更改步幅时出现以下错误：

PS：我知道我在 deconv 层缺少激活函数，但我想这与我得到的错误无关。任何帮助深表感谢！！

来自Eigen::Stride文档：

内部步幅是行主矩阵的给定行内或列主矩阵的给定列内的两个连续条目之间的指针增量。

外部步幅是行主矩阵的两个连续行之间或列主矩阵的两个连续列之间的指针增量。

假设我想创建一个包含重复向量作为一行的矩阵。在 python numpy 中，我可以使用零长度步幅来执行此操作。Eigen 文档对零步幅只字未提，但行为看起来很奇怪：

在两种情况下返回相同的结果：

为什么步幅 0 和步幅 2 的结果相同？

我遇到了一个奇怪的问题，我想了解以下背景：

给我这个输出：

如您所见，某些函数调用将包含 0.4 值，而其他函数则不会...我的快速解决方法是将步幅改为 0.41，因此这绝对是一个精度问题。

但是如果之前的值打印为 0.3（不是 0.300001），为什么在增加 0.1 时会跳过 0.4？为什么它只在某些情况下发生 - 但始终如一？

I have a really big numpy array(145000 rows * 550 cols). And I wanted to create rolling slices within subarrays. I tried to implement it with a function. The function lagged_vals behaves as expected but np.lib.stride_tricks does not behave the way I want it to -

How do I remove that particular row in the np.lib.stride_tricks implementation? And how can I scale this cross array stride removal for a big numpy array ?

我从 HTML Scraping 中得到一组数据，类似于：

我想做的是在找到“字符串”值时对其进行划分。结果应如下所示：

问题是，如果我使用这样的东西：

我只能有一个固定的“newArray”大小。

使用 Xcode8 和 Swift3。提前致谢。

MPI_Type_vector在 MPI 文档中，我读到和之间的区别在于MPI_Type_contiguos，第一个允许指定数组元素之间的步幅间隙。

为什么人们应该对此感兴趣而不是简单地使用 a MPI_Type_contiguous？