Компьютерные науки > Вычисления и язык [представлен 8 сентября 2026 года] Название: Vectorizer: Vectorizing NumPy Programmes with Shape-Guided Related View PDF HTML (экспериментальный) Резюме: Numpy — широко применяемая библиотека для цифровых научных вычислений, известная своими декларативными API и оптимизированными реализами. Однако написание эффективных программ NumPy, которые часто предполагают использование векторизированных операций массива вместо эксплицитных петлей Python может быть не просто. Это может быть трудно для программистов, которые привыкли к настоятельной траверсальной сети, особенно когда векторизированные ссылки API требуют тщательного анализа форм, вещания и продвинутой индексации. В настоящем документе представлен пересмотренный подход к векторизации программ Numpy с четкими петлями над массивными данными. Наш подход векторирует петли изнутри, используя формы массива и анализ потоков данных для руководства преобразованиями из источника в источник, которые заменяют тела цикла на венерические заявления. Следуя ряду правил, которые корректны постройкой, наш подход всегда быстр. Мы внедрили этот подход в качестве инструмента, называемого " Векторизатор > , и оценили его по 150 контрольным показателям, собранным на основе предыдущей работы и перетока Стек. Результаты оценки показывают, что векторные векторы Векторизаторов непосредственно из 150 контрольных показателей и еще два после незначительных изменений первоначальных контрольных параметров…
Векторизатор: Векторизация программ NumPy с модной корректировкой
arXiv: 26009,08088v1 Annualce Type: New HumPy — широко используемая библиотека Python для цифровых научных вычислений, известная своими декларативными API и оптимизированными реализами. Однако написание эффективных программ NumPy, которые часто предполагают использование векторизированных операций массива вместо эксплицитных петлей Python может быть не просто. Это может быть трудно для программистов, которые привыкли к настоятельной траверсальной сети, особенно когда векторизированные ссылки API требуют тщательного анализа форм, вещания и продвинутой индексации. В настоящем документе представлен пересмотренный подход к векторизации программ Numpy с четкими петлями над массивными данными. Наш подход векторирует петли изнутри, используя формы массива и анализ потоков данных для руководства преобразованиями из источника в источник, которые заменяют тела цикла на венерические заявления. Следуя ряду правил, которые корректны постройкой, наш подход всегда быстр. Мы также применяли этот подход