- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有以下代码,比 llvm 优化的 numpy/python 版本慢 2 倍:
numpy.sum(numpy.square(desc - desc_2))
如何在 C++ 中改进以下 opencv 矩阵代码:
cv::Mat broad;
cv::Mat features
broad = features - cmp;
cv::pow(broad,2,broad);
cv::reduce(broad, broad, 1, cv::REDUCE_SUM);
既是 numpy 又是 Mat 是 (512 X float) 矩阵
最佳答案
如果数组是连续的,即 desc.isContinuous()
为真,您可以获得指向矩阵的指针并手动计算差平方和,这在我的笔记本电脑上大约需要 2 毫秒对于两个 512×1024 double 矩阵。
但是,您可以使用 Python 获得大致相同的性能
np.linalg.norm(desc - desc_2)**2
代替
np.sum(np.square(desc - desc_2))
。
np.linalg.norm
更快,因为与其他方法不同,它在平方后直接对差异求和,而不是先将它们存储到 RAM 中再读回。这在这里很重要,因为计算主要受内存带宽的限制。
如果精度为对您的应用程序不重要,因为它减少了要传输的字节数。如果你走那条路,你甚至可以考虑使用 SSE 或 AVX 指令,以防你不再受到内存带宽的瓶颈。
#include <opencv2/opencv.hpp>
#include <chrono>
#include <iostream>
int main(){
for (int test = 0; test < 10; test++){
// initialize matrices with random data
cv::Mat desc1(512, 1024, CV_64F);
cv::Mat desc2(512, 1024, CV_64F);
randu(desc1, cv::Scalar(0.0), cv::Scalar(1.0));
randu(desc2, cv::Scalar(0.0), cv::Scalar(1.0));
auto start = std::chrono::high_resolution_clock::now();
// get pointers to first elements of matrices
double *ptr1 = desc1.ptr<double>(0);
double *ptr2 = desc2.ptr<double>(0);
double sum = 0.0;
cv::Size size = desc1.size();
// sum the squared differences between all elements
for (int i = 0; i < size.width * size.height; i++){
double difference = ptr1[i] - ptr2[i];
sum += difference * difference;
}
auto elapsed = std::chrono::high_resolution_clock::now() - start;
double nanoseconds = std::chrono::duration_cast<std::chrono::nanoseconds>(elapsed).count();
double milliseconds = nanoseconds * 1e-6;
std::cout << "result C++: " << sum << ", " << milliseconds << " milliseconds" << std::endl;
}
}
result C++: 87452.5, 2.83437 milliseconds
result C++: 87382.4, 1.92824 milliseconds
result C++: 87334.1, 1.93404 milliseconds
result C++: 87409, 1.92608 milliseconds
result C++: 87524, 1.9333 milliseconds
result C++: 87352.1, 2.1178 milliseconds
result C++: 87390.5, 1.95265 milliseconds
result C++: 87325.5, 2.14512 milliseconds
result C++: 87361.8, 1.95677 milliseconds
result C++: 87687.6, 2.10184 milliseconds
import time
import numpy as np
for _ in range(10):
desc1 = np.random.rand(512, 1024)
desc2 = np.random.rand(512, 1024)
t0 = time.perf_counter()
s = np.sum(np.square(desc1 - desc2))
t1 = time.perf_counter()
print("result sum(square(desc1 - desc2)):", s, 1000*(t1 - t0), "milliseconds")
print("")
for _ in range(10):
desc1 = np.random.rand(512, 1024)
desc2 = np.random.rand(512, 1024)
t0 = time.perf_counter()
s = np.linalg.norm(desc1 - desc2)**2
t1 = time.perf_counter()
print("result linalg.norm(desc1 - desc2)):", s, 1000*(t1 - t0), "milliseconds")
result sum(square(desc1 - desc2)): 87074.95194414 25.832481998804724 milliseconds
result sum(square(desc1 - desc2)): 87248.23486227753 4.291343997465447 milliseconds
result sum(square(desc1 - desc2)): 87298.36234439172 4.271910001989454 milliseconds
result sum(square(desc1 - desc2)): 87335.12881267883 4.619887000444578 milliseconds
result sum(square(desc1 - desc2)): 87329.50342643914 5.444231999717886 milliseconds
result sum(square(desc1 - desc2)): 87622.93760898946 4.942010997183388 milliseconds
result sum(square(desc1 - desc2)): 87376.8813873815 5.2427179980441 milliseconds
result sum(square(desc1 - desc2)): 87419.14640286344 4.6821379983157385 milliseconds
result sum(square(desc1 - desc2)): 87193.05495816837 4.524519001279259 milliseconds
result sum(square(desc1 - desc2)): 87327.52989629997 5.168449999473523 milliseconds
result linalg.norm(desc1 - desc2)): 87418.11425419849 2.766734000033466 milliseconds
result linalg.norm(desc1 - desc2)): 87433.25400706155 3.2142550007847603 milliseconds
result linalg.norm(desc1 - desc2)): 87295.75712318903 2.63671799984877 milliseconds
result linalg.norm(desc1 - desc2)): 87300.2682143185 3.1689810020907316 milliseconds
result linalg.norm(desc1 - desc2)): 87430.74565029072 2.64247700033593 milliseconds
result linalg.norm(desc1 - desc2)): 87384.7557858529 2.645990996825276 milliseconds
result linalg.norm(desc1 - desc2)): 87221.95238863592 2.6713590013969224 milliseconds
result linalg.norm(desc1 - desc2)): 87366.24164248169 2.495335997082293 milliseconds
result linalg.norm(desc1 - desc2)): 87183.96607524085 2.6664280012482777 milliseconds
result linalg.norm(desc1 - desc2)): 87441.26642263135 2.5408009969396517 milliseconds
关于c++ - 什么是使用 opencv::Mat 优化 c++ 矩阵计算,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57921948/
假设我有两个矩阵,每个矩阵有两列和不同的行数。我想检查并查看一个矩阵的哪些对在另一个矩阵中。如果这些是一维的,我通常只会做 a %in% x得到我的结果。 match似乎只适用于向量。 > a
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 9 个月前。 Improv
我只处理过 DirectX 矩阵 我读过一些文章,说不能将 DirectX 矩阵数学库用于 openGL 矩阵。 但我也读过,如果你的数学是一致的,你可以获得类似的结果。那只会让我更加困惑。 任何人都
我编写了一个C++代码来解决线性系统A.x = b,其中A是一个对称矩阵,方法是首先使用LAPACK(E)对角矩阵A = V.D.V^T(因为以后需要特征值),然后求解x = A^-1.b = V^T
我遇到了问题。我想创建二维数组 rows=3 cols=2我的代码如下 int **ptr; int row=3; int col=2; ptr=new int *[col]; for (int i=
我有一个 3d mxnxt 矩阵,我希望能够提取 t 2d nxm 矩阵。在我的例子中,我有一个 1024x1024x10 矩阵,我想要 10 张图像显示给我。 这不是 reshape ,我每次只需要
我在 MATLAB 中有一个 3d 矩阵 (n-by-m-by-t) 表示一段时间内网格中的 n-by-m 测量值.我想要一个二维矩阵,其中空间信息消失了,只剩下 n*m 随着时间 t 的测量值(即:
作为一个简化的示例,我有一个 3D numpy 矩阵,如下所示: a = np.array([[[1,2], [4,np.nan], [7,
作为一个简化的示例,我有一个 3D numpy 矩阵,如下所示: a = np.array([[[1,2], [4,np.nan], [7,
使用 eigen2 , 并给定一个矩阵 A a_0_0, a_0_1, a_0_2, ... a_1_0, a_1_0, a_1_2, ... ... 和一个矩阵B: b_0_0, b_0_1, b_
我想知道如何获得下面的布局。 在中型和大型设备上,我希望有 2 行和 2 列的布局(2 x 2 矩阵)。 在小型(和超小型)设备上或调整为小型设备时,我想要一个 4 行和 1 列的矩阵。 我将通过 a
有什么方法可以向量化以下内容: for i = 1:6 te = k(:,:,:,i).*(c(i)); end 我正在尝试将 4D 矩阵 k 乘以向量 c,方法是将其
如何从填充有 1 和 0 的矩阵中抽取 n 个随机点的样本? a=rep(0:1,5) b=rep(0,10) c=rep(1,10) dataset=matrix(cbind(a,b,c),nrow
我正在尝试创建一个包含 X 个 X 的矩阵。以下代码生成从左上角到右下角的 X 对 Angular 线,而不是从右上角到左下角的 X 对 Angular 线。我不确定从哪里开始。是否应该使用新变量创建
我想在 python 中创建一个每行三列的矩阵,并能够通过任何一行对它们进行索引。矩阵中的每个值都是唯一的。 据我所知,我可以设置如下矩阵: matrix = [["username", "name"
我有点迷茫 我创建了一个名为 person 的类,它具有 age 和 name 属性(以及 get set 方法)。然后在另一个类中,我想创建一个 persons 数组,其中每个人都有不同的年龄和姓名
我有 n 个类,它们要么堆叠,要么不堆叠。所有这些类都扩展了同一个类 (CellObject)。我知道更多类将添加到此列表中,我想创建一种易于在一个地方操纵“可堆叠性”的方法。 我正在考虑创建一个矩阵
我有一个包含 x 个字符串名称及其关联 ID 的文件。本质上是两列数据。 我想要的是一个格式为 x x x 的相关样式表(将相关数据同时作为 x 轴和 y 轴),但我想要 fuzzywuzzy 库的函
机器学习与传统编程的一个重要区别在于机器学习比传统编程涉及了更多的数学知识。不过,随着机器学习的飞速发展,各种框架应运而生,在数据分析等应用中使用机器学习时,使用现成的库和框架成为常态,似乎越来越不需
当我在 julia 中输入这个错误跳转但我不知道为什么,它应该工作。/ julia> A = [1 2 3 4; 5 6 7 8; 1 2 3 4; 5 6 7 8] 4×4 Array{Int64,
我是一名优秀的程序员,十分优秀!