Python cusignal.convolution.convolve.choose_conv_method用法及代碼示例

用法: cusignal.convolution.convolve.choose_conv_method(in1, in2, mode='full', measure=False)

找到最快的卷積/相關方法。

這主要存在於 convolve 和 correlate 中的 method='auto' 選項期間調用，但也可以在執行相同輸入形狀和 dtype 的許多卷積時使用，確定對所有這些使用哪種方法，或者避免 ‘auto’ 選項的開銷或使用準確的 real-world 測量。

參數：

in1：array_like

第一個參數傳入卷積函數。

in2：array_like

第二個參數傳入卷積函數。

mode：str {‘full’, ‘valid’, ‘same’}，可選

指示輸出大小的字符串：

full: 輸出是輸入的完全離散線性卷積。 (默認)
valid: 輸出僅包含那些不依賴零填充的元素。
same: 輸出與 in1 大小相同，以 ‘full’ 輸出為中心。

measure：布爾型，可選

如果為 True，則使用這兩種方法運行 in1 和 in2 的卷積並計算時間，並以最快的速度返回。如果為 False(默認)，則使用預先計算的值預測最快的方法。

method：str: 指示哪種卷積方法最快的字符串，可以是‘direct’ or ‘fft’
times：字典，可選: 包含每種方法所需時間(以秒為單位)的字典。此值僅在 measure=True 時返回。

例子：

估計給定輸入的最快方法：

>>> import cusignal
>>> import cupy as cp
>>> a = cp.random.randn(1000)
>>> b = cp.random.randn(1000000)
>>> method = cusignal.choose_conv_method(a, b, mode='same')
>>> method
'fft'

然後可以將其應用於具有相同 dtype 和形狀的其他數組：

>>> c = cp.random.randn(1000)
>>> d = cp.random.randn(1000000)
>>> # `method` works with correlate and convolve
>>> corr1 = cusignal.correlate(a, b, mode='same', method=method)
>>> corr2 = cusignal.correlate(c, d, mode='same', method=method)
>>> conv1 = cusignal.convolve(a, b, mode='same', method=method)
>>> conv2 = cusignal.convolve(c, d, mode='same', method=method)

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cusignal.convolution.convolve.choose_conv_method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：