问题标签 [xtensor]

我是 C++ 的新手，听说eigen、blaze、Fastor和Xtensor 等具有惰性求值和 simd 的库对于矢量化操作来说很快。

我通过以下函数测量了一些进行基本数值运算的时间：

（快速）

(Xtensor)

编译标志：

（快速）

(Xtensor)

编译器：Apple LLVM version 10.0.0 (clang-1000.11.45.5)

处理器：2.6 GHz Intel Core i5

为了比较，我还测量了用 python 编写的函数，它优化了numba.vectorize

结果（以 usec 为单位）表明

我做错什么了吗？Fastor 和 Xtensor 怎么会慢 50 倍。

如何通过使用auto关键字来使用表达式模板和惰性求值？

谢谢你的帮助！

@Jérôme Richard 感谢您的帮助！

有趣的是，Fastor 和 Xtensor 无法忽略冗余的 for 循环。无论如何，我对每个数字运算进行了更公平的比较。

SIMD 的因子 2 也很有意义。

（快速）

(Xtensor)

（努巴）

结果显示

像这样的格式135/135表示结果。without/with-ffast-math

事实证明

1. Fastor/Xtensor 在 , , 中的表现非常糟糕exp，sin这cos令人惊讶。
2. +=Fastor/Xtensor 在, *=,中的缩放比 Numba 差/=。

这是 Fastor/Xtensor 的本质吗？

我将表达式修改为

它给了

发生了什么？

1. 为什么 Fastor/Xtensor 无法100*exp(u)通过惰性评估将 for 循环表达为天真的？
2. 为什么随着张量大小的增加 Fastor/Xtensor 变得更快？

在使用xtensor的以下函数中，我期望编译器在将表达式分配给精确张量时表达计算图auto z = 3.0 * u + 100 * xt::cos(u);并评估结果。xt::xtensor_fixed<T, xt::xshape<nn>> out = z;

但是，我得到了一个错误

我用auto错了吗？如何在 for 循环中使用惰性求值？

感谢您的帮助！

在这里，我试图用 C++ 中的xtensor库做一个非常基本的操作。我有 xarray a，并且使用与索引相关的函数 xt::where，我想获取条件为 True 的索引数组（注意，还有另一个 xt::where 函数，但它是一个运算符函数，我不想要它）。当我尝试用这一行编译它时，我得到了很多错误：

奇怪的是，当我尝试使用另一个 xt::where 函数（运算符函数）时，它可以工作、编译和运行。我显然错过了一些东西；我正在搜索，但我无法通过，请帮助我！谢谢你。

这是代码：

编辑：错误。

EDIT2：在没有 xtensor 的情况下解决。也许它会慢一些。

在 xtensor-python 和 xtensor-python-cookiecutter 中使用 openmp 时遇到问题。

执行后python setup.py build，我遇到错误时import myLib：undefined symbol: omp_get_thread_num。

下面是我的日志python setup.py build

检查最后一条命令：

似乎-fopenmp缺少了。在我手动运行它之后-fopenmp，即

什么都好。

我在 中添加了标志-fopenmp，setup.py但我不知道为什么它不能按预期工作

感谢您的阅读。

下面是我的全部setup.py

再次感谢。

与 pandas 等效的 C++ xtensor 库是groupby什么？或者，如何使用 C++ xtensor 库轻松地对数据框进行分组？

我正在加快我在 R 中编写的程序的速度。代码涉及在多维数组上重复计算 LogSumExp，即计算 s_lnj = exp(u_lnj) / (1 + sum_k exp(u_lnk))。我试图提高速度的代码的基本 R 版本如下：

我尝试使用 xtensor 和 Rcpp 来加快速度，但遇到了几个问题。我写的Rcpp代码如下

Rcpp 实现似乎确实产生了与基本 R 代码相同的结果，但是每当输入数组的维度增加时，它似乎都会遇到问题。如果我运行，我的 R 会话将失败

但是例如，对于 L、n、J = 10、10、20，代码运行良好。此外，log_sum_exp 的 C++ 实现似乎并没有比基础 R 版本好太多。

编辑：我无法弄清楚我使用 xtensor 的方式有什么问题。但我确实使用以下 RcppArmadillo 代码加快了速度。这个版本的缺点是它可能不像依赖 Log Sum Exp 的基本 R 函数那样鲁棒性溢出。

一开始，这是我在这里的第一个问题，我会尽力描述，
如果我做错了，请注意。

最近，我一直在用 C++ 重写一些 numpy 的东西。
可悲的是，需要这样做的情况。我真的无能为力。
（我可以从 C++ 调用一些 python 命令，但不是全部。）

自然，我从 XTensor 开始，因为它声称 C++ 相当于 numpy。
可悲的是，我一直坚持numpy.einsum
我在互联网上搜索并找到了一些相关的东西，它是如何工作的（至少有点）。

然后我的问题就来了。首先，我需要实现没有->.
Numpy 文档告诉我它有点“隐式模式”（当时也有省略号）。
（稍后描述）我发现了一些 einsum 配置的实现/等价物，
比如'i,ij'和 else。
我想坚持使用 XTensor，因为我已经做了很多事情。
这是我需要用 C++ 在 XTensor 中重新实现的部分代码：

我希望有人能给我解释一下，它指的是什么。
如果你能给我一些想法，我该如何实现它，那将是最好的。
我可以使用任何东西，我想……实际上最终会是什么xt::xarray。
在最坏的情况下，我正在考虑从 C++ 调用 python 代码，甚至使用 Google protobuf。

如果您有任何想法或有用的链接，请分享！
（与我发布的代码有关，而不是numpy.einsum一般而言）

我正在尝试为我的硕士论文在 C++ xtensor 库中重新实现 numpy 代码。但我无法理解为什么 numpy 零初始化数组给出 number(10,20,43,28,....)。请参阅下面的代码。

这是代码：

你可以在上面代码的注释部分看到，

1. 我不明白，为什么 number_buffer 给出的实际值不是 0 且大于零？

我正在使用第三方库在 C++ 中实现 numpy 功能。

谁能解释一下代码的行为？

零初始化数组如何给出大于 0 的实际值（这意味着存储在每个体素中的点数）？

使用 xtensor 在 C++ 中实现的代码可以正常工作，直到满足以下条件：

在 C++ 中，number 将始终为零，因为 number_buffer 在 numpy 和 C++ 中都初始化为零。所以 C++ 代码给出 0，但 numpy 代码给出的某些索引不是零（比如大于零的值，这意味着存储在每个体素中的点数）。

我很高兴提供我需要的更多信息。请帮我解决这个问题。

提前致谢

我正在尝试在 Android Studio 中进行矩阵乘法，并希望使用 c++ 来提高速度。我找到了库 xtensor 并认为它会很有用，但我无法开始工作。我尝试将头文件放入 cpp 文件夹，但随后他们无法访问基本库依赖项，我已经研究了几个小时，但我无法确切知道在 CMakeLists.txt 中要写什么以及库是如何写的实际上是要安装的。如果这真的很明显，我很抱歉，但我真的无法理解它。

如何在 android studio 中安装 xtensor 库，或者有其他方法吗？我想避免使用 for 循环进行计算，但如果没有其他可能性，我想我必须......

我对 xtensor 类型有点迷茫。我想创建一个可以接受表达式或容器的函数。我怎么做？

IE：

...就像我说的那样，如果 multbytwo 函数的参数是评估容器或“未评估”xexpression，我希望它能够正常工作。甚至可能吗？如果参数是一个表达式，我想将没有评估的表达式传递给一个临时的。我的理解是，如果 WHATEVER 是xtensor那么它将评估表达式，而我不希望那样。