Question

所有代码都在linux上的同一台机器上运行。

在python中：

import numpy as np
drr = abs(np.random.randn(100000,50))
%timeit np.log2(drr)

10个循环，最佳3：每循环77.9 ms

在C ++中（使用g ++ -o log ./log.cpp -std = c ++ 11 -O3编译）：

#include <iostream>
#include <iomanip>
#include <string>
#include <map>
#include <random>
#include <ctime>
int main()
{
std::mt19937 e2(0);
std::normal_distribution<> dist(0, 1);
const int n_seq = 100000;
const int l_seq = 50;
static double x[n_seq][l_seq];
for (int n = 0;n < n_seq; ++n) {
  for (int k = 0; k < l_seq; ++k) {
    x[n][k] = abs(dist(e2));
    if(x[n][k] <= 0)
      x[n][k] = 0.1;
    }
  }
 clock_t begin = clock();

 for (int n = 0; n < n_seq; ++n) {
   for (int k = 0; k < l_seq; ++k) {
     x[n][k] = std::log2(x[n][k]);
       }
  }
  clock_t end = clock();

在60毫秒内运行

在MATLAB中：

abr = abs(randn(100000,50));
tic;abr=log2(abr);toc

经过的时间是7.8毫秒。

我可以理解C ++和numpy之间的速度差异，但MATLAB击败了一切。我遇到过 http://fastapprox.googlecode.com/svn/trunk/fastapprox/src/fastonebigheader.h 但这只会浮动，而不是双倍，我不知道如何将其转换为加倍。

我也试过这个： http://hackage.haskell.org/package/approximate-0.2.2.1/src/cbits/fast.c 它具有快速的日志功能，当编译为numpy ufunc时，运行时间为20毫秒，这很好，但精度损失很大。

关于如何实现MATLAB获得的神奇log2速度的任何想法？

更新

谢谢大家的评论，这非常快，非常有帮助！实际上，答案是并行化，即将负载分散在多个线程上。按照@morningsun的建议，

％timeit numexpr.evaluate（'log（drr）'）

给出5.6 ms，与MATLAB相同，谢谢！ numexpr启用了MKL

快速对数计算

0 个答案: