用于Java的N维数组中的并行计算

-1

库ND4J（用于Java的N维数组）是否支持像Python中的numpy一样的并行计算？用于Java的N维数组中的并行计算

那么这与** [tag：Python] **和** [tag：Numpy] **有什么关系？ –

乘以一些n维阵列，例如 –

不确定你的意思是“并行计算”，主要是我们在c/C++中实现，但也支持cuda以及mkl和电源芯片。

由于你的问题有多广泛，我只能假设你并不是真的在寻找这个问题的“深层”答案，但我可以告诉你，我们有你期望的流行语，比如openmp，blas/lapack，sparse，..

所以编辑我的答案有点：“矢量化”的Numpy操作只是为了循环在C中。 Python固有地具有较慢的循环，并且在很大程度上是一种慢速语言

另一个编辑：如果没有大量的c代码埋在那里，我们实际上不可能支持gpus。没有JNI，我们也无法做到这一点。 Nd4j绝对不是一个纯java库。

我们在运行所有的真正的逻辑：https://github.com/deeplearning4j/libnd4j

所以是：中，从效果，我们有“基于C++的for循环”中就有不错。 for循环使用cuda和openmp/mkl进行多线程或“并行化”。

2017-09-16 20:13:41

而这不是*答案*。这个问题本身是相当明确的 –

例如，如果我使用python并使用循环对数组执行某些操作，则需要大量时间。但是，如果我使用numpy进行这些操作，则执行速度非常快。所以，问题是：ND4J可以提供这种可能性吗？ –

我不同意坦率地说这不是一个“答案”。按照这种方式，Numpy操作是并行化的。这些事情通过SIMD和openmp发生。我仍然支持我之前的回答：“parlalelized”是一个可能意味着多线程的过载术语，或者他应该*使用的术语：“矢量化” –

回答