はじめに

ガウス過程等で計算が必要になるガウスカーネルをバク速で計算するコードを書きます．

コード

高速化するためにNumbaで記述しました．Numbaによる制約でコード自体は若干冗長になるのが残念ですが，高速化の効果は絶大です．Numbaで高速化するために2乗を掛け算で記述する，numpyの関数を自分で定義した関数内で使わない等の制約がありました．

from numba import jit, void, f8
import numpy as np
import time


@jit(void(f8[:, :], f8[:, :]))
def gauss_gram_mat(x, K):
  n_points = len(x)
  n_dim = len(x[0])
  b = 0
  sgm = 0.2

  for j in range(n_points):
    for i in range(n_points):
      for k in range(n_dim):
        b = (x[i][k] - x[j][k]) / sgm
        K[i][j] += b * b


def gauss_gram_mat_normal(x, K):
  n_points = len(x)
  n_dim = len(x[0])
  b = 0
  sgm = 0.2

  for j in range(n_points):
    for i in range(n_points):
      for k in range(n_dim):
        b = (x[i][k] - x[j][k]) / sgm
        K[i][j] += b * b


n_dim = 10
n_points = 2000
x = np.random.rand(n_points, n_dim)
K = np.zeros((n_points, n_points))

start = time.time()

gauss_gram_mat(x, K)
K = np.exp(- K / 2)

print("Namba: {}".format(time.time() - start))

start = time.time()

gauss_gram_mat_normal(x, K)
K = np.exp(- K / 2)

print("Normal: {}".format(time.time() - start))

検証

1パターンのみですが，上記の点の数及び次元数において通常のコードとNumbaによるコードで計算速度を比較しました．

見たところ500倍近く早くなりました．（内包表記等を活用すれば，Numba無でも早くなりますが，さすがにここまでは不可能．）

Numba: 0.11480522155761719
Normal: 50.70034885406494

補足

Numpyでも検証しました．

import numpy as np
import time

n_dim = 10
n_points = 2000
sgm = 0.2
x = np.random.rand(n_points, n_dim)

now = time.time()
K = np.exp(- 0.5 * (((x - x[:, None]) / sgm) ** 2).sum(axis=2))
print("Numpy: {}".format(time.time() - start))

Numbaの方がNumpyより高速という結果になりました．

Numpy: 0.3936312198638916