Arrayfire python 逐行加法和乘法

问题描述

我正在尝试通过翻译一些矢量化的 numpy 代码来学习 Arrayfire 习语。

例如，这是numpy中有效的逐行加法和乘法，

>>> a = np.array([1,2,3])
>>> a
array([1,3])
>>> b = np.arange(9).reshape((3,3))
>>> b
array([[0,1,2],[3,4,5],[6,7,8]])
>>> a + b
array([[ 1,3,[ 4,6,8],[ 7,9,11]])
>>> a * b
array([[ 0,6],[ 3,8,15],[ 6,14,24]])

arrayfire 中的所有数组都需要具有相同的形状吗？这会产生错误。

>>> a = af.from_ndarray(a)
>>> b = af.from_ndarray(b)
>>> a + b
Invalid dimension for argument 1
Expected: ldims == rdims
>>> a * b
Invalid dimension for argument 1
Expected: ldims == rdims

来自@pradeep 的回答，您可以使用 tile 执行此操作，直到将其添加为功能请求。

>>> a = np.array([1,3])
>>> a = af.tile(af.transpose(af.from_ndarray(a)),1)
>>> af.display(a)

[3 3 1 1]
         1          2          3 
         1          2          3 
         1          2          3 

>>> b = np.arange(9).reshape((3,3))
>>> b = af.from_ndarray(b)
>>> af.display(a + b)

[3 3 1 1]
         1          3          5 
         4          6          8 
         7          9         11 

>>> af.display(a * b)

[3 3 1 1]
         0          2          6 
         3          8         15 
         6         14         24

解决方法

在撰写此回复时，是的，这是正确的。数组需要具有相同的形状。但我想指出的是，我们已经在研究二进制操作的广播功能 - 这里是 PR - 我们将尽快将此功能发布到版本中。

然而，即使使用当前版本，也可以使用 tile 函数轻松解决此限制。由于 tile 将是此类广播操作的 JIT 操作，因此它不会分配任何额外的内存。算术运算和平铺运算将组合成一个高效的单启动内核。

arrayfire numpy python