小编Ale*_*ten的帖子

我已经安装了Theano库来提高计算速度,这样我就可以使用GPU的强大功能.

但是,在计算的内部循环内,基于循环索引和一对数组的对应值计算新索引.

然后,该计算的索引用于访问另一个数组的元素,该元素又用于另一个计算.

这太复杂了,不能指望Theano有任何显着的加速吗？

所以,让我重新解释我的问题,反过来说.以下是GPU代码段的示例.由于简洁起见,省略了一些初始化.我可以将其转换为Python/Theano而不会显着增加计算时间吗？

__global__ void SomeKernel(const cuComplex* __restrict__  data,
                                 float* __restrict__ voxels)

{

unsigned int idx = blockIdx.x * blockDim.x + threadIdx.x;

unsigned int idy = blockIdx.y * blockDim.y + threadIdx.y;

unsigned int pos = (idy * NX + idx);

unsigned int ind1 = pos * 3;
float x = voxels[ind1];
float y = voxels[ind1 + 1];
float z = voxels[ind1 + 2];

int m;

for (m = 0; m < M; ++m)
{
    unsigned int ind2 = …

我可以通过在扩展sys.path以包含zip文件之后从Python解释器调用"import some_module"从zip文件加载Python模块(.py,.pyc,.pyd)并且仅在我运行之后

import zipextimporter
zipextimporter.install()

后者是.pyd模块所必需的.

我还可以从嵌入在C++中的Python加载Python .py和.pyc模块.但是,为了从嵌入式Python中加载.pyd模块,我添加了

PyRun_SimpleString("import zipextimporter");

C++ exe超出此行而没有错误.但是下一个命令

PyRun_SimpleString("zipextimporter.install()");

给我这个错误:

嵌入Python时为什么zipextimporter.install()会崩溃？

我怎么解决这个问题？

它可能与编译C++代码的方式有关吗？我用g ++:

g++ embed-simple.cpp -IE:\Python27\include -LE:\Python27\libs -lpython27 -o embed-simple

我看到一个链接 如何链接msvcr90.dll与mingw gcc？

这能提供解决方案吗？如果是的话,我应该如何调整它,gcc - > g ++,因为我正在运行C++代码,而不是C.

我在WinXP上运行Python 2.7.2.

在干净安装Python 2.7.2后,我没有得到运行时错误,只是这样:

导入错误:没有名为....的模块

嵌入C++脚本的编译方式是否重要？我用过g ++.我也用英特尔编译器编译,但是给出了相同的运行时错误.也许我应该尝试MS Visual C++.

或者使用ctypes导入pyd？

我的IDE是Win XP上的pydev/eclipse.

我喜欢在IDE中编译cython模块的想法,但我只能让它在Linux机器上工作.

右键单击项目 - >属性 - >构建器 - >新建 - >程序

我尝试过最简单的setup.py和helloworld.pyx,如下所示:

http://docs.cython.org/src/userguide/tutorial.html

这是我在Linux上的屏幕

它以通常的方式编译helloworld.pyx,如

python setup.py build_ext --inplace

但是,在WinXP上,使用相同的设置,再次单击后

项目 - >构建项目

我明白了

即"不是有效的Win32应用程序".

任何线索为什么这对WinXP不起作用？

更新:Fabio解决了问题.这有效:

我正在尝试使用 PyFFTW 进行线程卷积，以便同时计算大量的 2D 卷积。（不需要单独的进程，因为 GIL 是为 Numpy 操作而释放的）。现在这是这样做的规范模型： http ://code.activestate.com/recipes/577187-python-thread-pool/

(Py)FFTW 之所以如此快，是因为它重用了计划。必须为每个线程单独设置这些以避免访问冲突错误，如下所示：

class Worker(Thread):
    """Thread executing tasks from a given tasks queue"""
    def __init__(self, tasks):
        Thread.__init__(self)
        self.tasks = tasks
        self.daemon = True

        # Make separate fftw plans for each thread.
        flag_for_fftw='patient'      
        self.inputa = np.zeros(someshape, dtype='float32')
        self.outputa = np.zeros(someshape_semi, dtype='complex64')

        # create a forward plan.
        self.fft = fftw3.Plan(self.inputa,self.outputa, direction='forward', flags=[flag_for_fftw],nthreads=1)         

        # Initialize the arrays for the inverse fft.
        self.inputb = np.zeros(someshape_semi, dtype='complex64')
        self.outputb = np.zeros(someshape, dtype='float32')

        # Create the backward …