Clever Geek Handbook

Python、scipy.weave、openMP-オーバークロックコード

Hello％username％。この記事は、 scipy.weaveとopenMPを使用して、 Python言語に基づいた数学計算の速度を上げる問題に取り組んでいます。



多くの人は「なぜ数学計算にpythonを使用するのでしょうか？」



ツール



上記のように、ツールはscipy.weaveライブラリとopenMPライブラリです。

scipy-応用数学と科学のコンピューティングのためのライブラリのセット。 openMPは、C、C ++、およびFortranプログラムを並列化するためのオープンスタンダードです。



パッケージのインストール



DebianのようなLinuxシステムでは、次のことを行う必要があります。 

  apt-get python-scipyのインストール
 apt-get libgomp1のインストール


方法



計算の速度を上げるには、Pythonコードの「狭い」部分（通常、マトリックスで何らかのアクションが発生するサイクル）をCで実装し 、並列化のためのopenMPディレクティブを追加する必要があります。



例



例として次の問題を解決することにより、この方法を検証することよりも良い方法はないと思います。

Pythonの実装



python cでは、 numpyを使用して、マトリックス生成などのさまざまな準備操作を考慮せずに、このタスクを数行のコードで解決します。

  1. ＃行列の行をループします。iは行番号です
  2. ＃cは整数、randRowはランダムなベクトル
  3. xrange （ N ）の iの場合：
  4. 行列[ i ,: ] - = c * randRow
yによるランダム行列xの生成、この場合x = y：

  1. ＃ランダム行列xをyで生成
  2. ＃行列要素-0から99までの乱数。
  3. def randMat （ x、y ） ：
  4. randRaw = lambda a ： [ randint （ 0、100 ） for i in xrange （ 0 、a ） ]
  5. randConst = lambda x、y ： [ xrange （ 0 、y ）の eのrandRaw （ x ） ]
  6. 配列を返す （ randConst （ x、y ） ）

openMPを使用しないScipy.weaveの実装



scipy.weaveは、 pythonコード内でC / C ++コードを使用できるscipyライブラリの一部です。

次のように発生します。

  1. ＃Cコード
  2. codeC =
  3. 「」 「
  4. int i = 0;
  6. for（i = 0; i <N * M; i ++）{
  7. マトリックス[0、i] =マトリックス[0、i]-（c * randRow [i％M]）;
  8. }
  9. 「 」
  10. 織ります。 インライン （ codeC、 [ 'matrix' 、 'c' 、 'randRow' 、 'N' 、 'M' ] 、compiler = 'gcc' ）


つまり Cコード自体は複数行の文字列として保存され、 Pythonコード変数はCリストに渡されます。ここで、要素は同じテキスト定数です。 また、 numpy配列は、行列の形式ではなくベクトルの形式でCに転送されます。これが、コードに2つではなく1つのサイクルがある理由です。



ちなみに、結果のCコードは/ tmp /％user％/ python2x_intermediate / compiler_xで検索できます



openMPを使用したScipy.weaveの実装



ここで、追加されたバージョンに、 openMPディレクティブを追加し、 インライン呼び出しで欠落しているパラメーターを追加する必要があります。

  1. ＃CおよびopenMPコード
  2. codeOpenMP =
  3. 「」 「
  4. int i = 0;
  6. omp_set_num_threads（2）;
  7. #pragma omp parallel shared（matrix、randRow、c）private（i）
  8. {
  9. #pragma omp for
  10. for（i = 0; i <N * M; i ++）{
  11. マトリックス[0、i] =マトリックス[0、i]-（c * randRow [i％M]）;
  12. }
  13. }
  14. 「 」
  16. ...
  18. 織ります。 インライン （ codeOpenMP、 [ 'matrix' 、 'c' 、 'randRow' 、 'N' 、 'M' ] 、
  19. extra_compile_args = [ '-O3 -fopenmp' ] 、
  20. コンパイラ= 'gcc' 、
  21. ライブラリ= [ 'gomp' ] 、
  22. ヘッダー= [ '<omp.h>' ] ）
すべての実装を含む完全なソースコードは、 ここからダウンロードできます。



結果の比較



上記のソースコードを実行して、 scipy.weaveが実際に速度を向上させることを確認できます。 

サイズのテスト：100x100
	ピュアパイソン：0.0725984573364
	ピュアC：0.303888320923
	 CプラスOpenMP：0.109100341797
	テスト-OK

サイズのテスト：1000x1000
	ピュアPython：1.00839138031
	ピュアC：0.506997108459
	 CプラスOpenMP：0.333213806152
	テスト-OK

サイズのテスト：2000x2000
	ピュアパイソン：3.24151515961
	ピュアC：2.10800170898
	 CプラスOpenMP：1.17690563202
	テスト-OK

サイズのテスト：3000x3000
	ピュアPython：5.54490089417
	ピュアC：4.61800098419
	 CプラスOpenMP：2.56960391998
	テスト-OK


文学



コードの記述には、次のリソースが使用されました。



More articles:


All Articles