加速Python Numpy代码

Question

我有以下代码:

big_k = gabor((height * 2, width *2), (height, width))
for r_slice in range(0,radialSlices):
  r_pixels = r_slice * radialWidth
  for a_slice in range(0,angularSlices):
    a_pixels = a_slice * angularWidth
    k_win = big_k[height - r_pixels:2*height - r_pixels,width - a_pixels:2 * width - a_pixels]
    result = np.sum(img * k_win)

img为640x480的uint8数组，big_k为1280x960的complex64数组。

这段代码相当于1024个640x480个矩阵乘法，并强制转换为complex64。

这段代码需要2秒才能在我的macbook上运行;我想尝试得到100倍的加速。我能做什么?

Answer 1

你正在做的看起来有点像卷积，所以我建议尝试使用卷积操作来实现它。使用基于fft的方法可以非常有效地计算卷积，并且在SciPy中实现为scipy.signal.fftconvolve。