问题描述
我有一个函数,我需要在二维火炬张量的每个条目处计算它,它取决于两个轴的索引值。现在,我只能将其实现为嵌套的 for 循环,在两个轴上进行迭代。这很慢(需要执行 >10^5 次),我想加快速度以更好地扩展。
vs = 200
nt = 12
b = torch.ones(vs)/vs
n_kw = torch.rand((nt,vs))
n_k = torch.rand((nt,))
def estimate_p(nt,vs,n_kw,n_k):
p = torch.zeros((nt,vs))
for i in range(0,nt):
for j in range(0,vs):
p[i,j] = (n_kw[i,j] + b[j])/(n_k[i] + torch.sum(b))
return p
有没有办法根据 i,j
索引对这个/地图进行矢量化处理?
解决方法
尝试使用 broadcasting:
def estimate_p(nt,vs,n_kw,n_k):
return (n_kw + b) / (n_k + b.sum()).unsqueeze(-1)