xtensor的“操作员/比numpy的/慢”

Question

我试图把以前用Python编写的代码转换成C++，我现在正在测试XTunSurvior，看看它是否比NUMPY更快地执行我需要的代码。p>

我的一个函数接受一个平方矩阵d和一个标量alpha，并执行元素操作alpha/(alpha+d)。背景：此函数用于测试alpha的哪个值是“最佳的”，因此它处于一个循环中，d总是相同的，但alpha不同

以下所有时间尺度平均为运行函数的100个实例

在numpy中，执行此操作大约需要0.27秒，代码如下：

def kfun(d,alpha):
    k = alpha /(d+alpha)
    return k

但是xtensor大约需要0.36秒，代码如下所示：

xt::xtensor<double,2> xk(xt::xtensor<double,2> d, double alpha){
    return alpha/(alpha+d);
}

我还尝试使用std::vector实现以下版本，但从长远来看，这是我不想使用的，尽管只花了0.22秒

std::vector<std::vector<double>> kloops(std::vector<std::vector<double>> d, double alpha, int d_size){
    for (int i = 0; i<d_size; i++){
        for (int j = 0; j<d_size; j++){
            d[i][j] = alpha/(alpha + d[i][j]);
        }
    }
    return d;
}

我注意到xtensor中的operator/使用了“惰性广播”，是否有办法使其立即生效

编辑：

在Python中，函数调用如下，并使用“time”包计时

t0 = time.time()
for i in range(100):
    kk = k(dsquared,alpha_squared)
print(time.time()-t0)

<>在C++中，调用函数如下，使用的是计时：

//d is saved as a 1D npy file, an artefact from old code
auto sd2 = xt::load_npy<double>("/path/to/d.npy");

shape = {7084, 7084};
    xt::xtensor<double, 2> xd2(shape);
    for (int i = 0; i<7084;i++){
        for (int j=0; j<7084;j++){
            xd2(i,j) = (sd2(i*7084+j));
        }
    }

auto start = std::chrono::steady_clock::now();
for (int i = 0;i<10;i++){
    matrix<double> kk = kfun(xd2,4000*4000,7084);
}
auto end = std::chrono::steady_clock::now();
std::chrono::duration<double> elapsed_seconds = end-start;
std::cout << "k takes: " << elapsed_seconds.count() << "\n";

如果您希望运行此代码，我建议使用xd2作为对角线上有零的对称7084x7084随机矩阵

函数的输出，一个名为k的矩阵，然后继续在其他函数中使用，但我仍然需要d保持不变，因为它将在以后重新使用

结束编辑

< >运行我的C++代码，我在终端使用以下行：

cd "/path/to/src/" && g++ -mavx2 -ffast-math -DXTENSOR_USE_XSIMD -O3 ccode.cpp -o ccode -I/path/to/xtensorinclude && "/path/to/src/"ccode

提前谢谢

Answer 1

一个C++实现的问题可能是它创建了一个或者可能是两个临时副本，这些副本是可以避免的。第一个副本来自未通过引用传递参数（或完全转发）。如果不看代码的其余部分，就很难判断这是否对性能有影响。如果保证在方法xk()之后不使用d，编译器可能会将d移动到方法中，但更可能将数据复制到d

要通过引用传递，可以将方法更改为

xt::xtensor<double,2> xk(const xt::xtensor<double,2>& d, double alpha){
    return alpha/(alpha+d);
}

要使用完美转发（并启用其他xtensor容器，如xt::xarray或xt::xtensor_fixed），可以将该方法更改为

template<typename T>
xt::xtensor<double,2> xk(T&& d, double alpha){
    return alpha/(alpha+d);
}

此外，您可以避免为返回值保留内存。同样，如果没有看到代码的其余部分，就很难做出判断。但是，如果在循环内部使用该方法，并且返回值始终具有相同的形状，那么在循环外部创建返回值并通过引用返回是有益的。为此，可将方法更改为：

template<typename T, typename U>
void xk(T& r, U&& d, double alpha){
    r = alpha/(alpha+d);
}

如果保证d和r不指向同一内存，则可以在xt::noalias()中进一步包装r，以避免在分配结果之前出现临时副本。如果不通过引用返回，函数的返回值也是如此

祝你好运和快乐