Skip to main content
 首页 » 编程设计

python之用numba计算内积的正确方法

2025年05月04日7xiaohuochai

我正在尝试计算两个大矩阵的内积。似乎 numpy 在尝试计算点积时创建了矩阵的副本,这导致了一些内存问题。谷歌搜索后,我发现 numba 包很有前途。但是我不能让它正常工作。这是我的代码:

import numpy as np 
from numba import jit 
import time, contextlib 
 
 
 
@contextlib.contextmanager 
def timeit(): 
    t=time.time() 
    yield 
    print(time.time()-t,"sec") 
 
 
def dot1(a,b): 
    return np.dot(a,b) 
 
@jit(nopython=True) 
def dot2(a,b): 
    n = a.shape[0] 
    m = b.shape[1] 
    K = b.shape[0] 
    c = np.zeros((n,m)) 
    for i in xrange(n): 
        for j in xrange(m): 
            for k in range(K): 
                c[i,j] += a[i,k]*b[k,j] 
 
    return c 
 
 
 
def main(): 
    a = np.random.random((200,1000)) 
    b = np.random.random((1000,400)) 
 
    with timeit(): 
        c1 = dot1(a,b) 
    with timeit(): 
        c2 = dot2(a,b) 

运行时间如下:

dot1: 
(0.034691810607910156, 'sec') 
 
dot2: 
(0.9215810298919678, 'sec') 

谁能告诉我我在这里缺少什么?

请您参考如下方法:

您的算法是朴素算法。 BLAS 实现了一个更快的。

引用维基百科的 matrix multiplication页:

Nevertheless, it appears in several libraries, such as BLAS, where it is significantly more efficient for matrices with dimensions n > 100