Question

我正在尝试优化一些执行大量顺序矩阵运算的代码。

我认为numpy.linalg.multi_dot（docs here）会执行C或BLAS中的所有操作，因此它会比arr1.dot(arr2).dot(arr3)之类的更快，等等。

我真的很惊讶在笔记本上运行这段代码：

v1 = np.random.rand(2,2)

v2 = np.random.rand(2,2)



%%timeit 
        
v1.dot(v2.dot(v1.dot(v2)))

The slowest run took 9.01 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 3.14 µs per loop



%%timeit        

np.linalg.multi_dot([v1,v2,v1,v2])

The slowest run took 4.67 times longer than the fastest. This could mean that an intermediate result is being cached.
10000 loops, best of 3: 32.9 µs per loop

使用multi_dot找出相同的操作速度大约慢10倍。

我的问题是：

我错过了什么吗？这有什么意义吗？
是否有另一种优化顺序矩阵运算的方法？
我应该期待使用cython的相同行为吗？

Answer 1

这是因为你的测试矩阵太小而且太规律;确定最快评估订单的开销可能会超过潜在的性能提升。

使用文档中的示例：

import numpy as snp
from numpy.linalg import multi_dot

# Prepare some data
A = np.random.rand(10000, 100)
B = np.random.rand(100, 1000)
C = np.random.rand(1000, 5)
D = np.random.rand(5, 333)

%timeit -n 10 multi_dot([A, B, C, D])
%timeit -n 10 np.dot(np.dot(np.dot(A, B), C), D)
%timeit -n 10 A.dot(B).dot(C).dot(D)

结果：

10 loops, best of 3: 12 ms per loop
10 loops, best of 3: 62.7 ms per loop
10 loops, best of 3: 59 ms per loop

multi_dot通过评估标量乘法最少的最快乘法顺序来提高性能。

在上述情况下，默认的常规乘法顺序((AB)C)D被评估为A((BC)D) - 因此1000x100 @ 100x1000乘法减少到1000x100 @ 100x333，至少减少2/3标量乘法。

您可以通过测试来验证这一点

%timeit -n 10 np.dot(A, np.dot(np.dot(B, C), D))
10 loops, best of 3: 19.2 ms per loop

numpy multi_dot如何慢于numpy.dot？

1 个答案: