Python 本机numpy并行化-乘法和求和/平均
有没有办法实现基本numpy操作的自动并行化,比如数组的元素乘法和基本numpy函数,比如np.sum和np.average 我知道blas/lapack函数是可能的,正如本线程中针对scipy.linalg.solve所讨论的: 我设法通过MKL以本机方式并行运行此代码:Python 本机numpy并行化-乘法和求和/平均,python,arrays,numpy,parallel-processing,Python,Arrays,Numpy,Parallel Processing,有没有办法实现基本numpy操作的自动并行化,比如数组的元素乘法和基本numpy函数,比如np.sum和np.average 我知道blas/lapack函数是可能的,正如本线程中针对scipy.linalg.solve所讨论的: 我设法通过MKL以本机方式并行运行此代码: import numpy def test(): n = 5000 data = numpy.random.random((n, n)) result = numpy.linalg.inv(dat
import numpy
def test():
n = 5000
data = numpy.random.random((n, n))
result = numpy.linalg.inv(data)
test();
但我需要同时运行类似的程序:
N = 1024
A = np.zeros((N,N,N),dtype='float32')
B = np.zeros((N,N,N),dtype='float32')
C = np.zeros((N,N,N),dtype='float32')
A[:,:,:] = 1
B[:,:,:] = 2
# this is the part I want parallel
C[:,:,:] = A[:,:,:]*B[:,:,:]
# also this:
avgC = np.average(C)
否则,并行化这些目标操作的最简单方法是什么?有几种,但我不确定它们是否与Numpy兼容。通过将a与相结合,可以并行化这些操作