等效于C ++ Cuda中的一维numpy.interpCUDA中为Lerp

问题描述

我有两个向量“ xp”和“ fp”，分别对应于数据的x和y值。第三个向量“ x”是我要评估插值的x坐标。我使用NumPy的interp函数在python中得到的结果与预期的一样。

import numpy as np 

xp = np.array([1.0,1.5,2.0,2.5,3.5,4.0,4.5,7.0,8.0,9.0,10.0,14.0,17.0,18.0,20.0])
yp = xp**2
x = np.array([3,5])
np.interp(x,xp,yp) #array([  9.25,26.  ])

我的问题是如何在cuda内核中复制此算法？

这是我的尝试：

大小-> len（xp）== len（fp）， x_size-> len（x）。

__global__ void lerp_kernel(double* xp,double* yp,double* output_result,double* x,unsigned int size,unsigned int x_size)
{
  for( unsigned int idx = blockIdx.x*blockDim.x + threadIdx.x ; idx < size ; idx += 
  blockDim.x*gridDim.x )

{     
 
 if(idx > size - 2){    
  idx = size - 2; 
  }
  double dx = xp[idx + 1] - xp[idx];
  double dy = yp[idx + 1] - yp[idx];
  double dydx = dy/dx ;
  double lerp_result = yp[idx] + (dydx * (x[idx] - xp[idx]));
  output_result[idx] = lerp_result;
  
   }
  }

我认为我犯的一个错误是我没有在xp中搜索包含x的索引范围（使用python中的numpy.searchsorted之类的东西）。我不确定如何在CUDA中实现这一部分。如果有人知道在cuda中做lerp的更好方法，请告诉我。

我在Cg（https://developer.download.nvidia.com/cg/lerp.html）文档中看到了lerp函数，但是对于x向量，它们需要权重向量（0-1之间的分数）。我不确定如何重新缩放x，以便可以使用权重向量来解决此问题。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

c++cuda lerp numpy python