boost-python ではじめる大規模機械学習（３）- Python モジュールの呼び出し - Next MIDI Project
あらすじ boost-python を使用して、Python と C 言語両方を活用する方法を説明しています。 前記事では、Python・C 言語間で簡単なオブジェクトを受け渡す方法を解説しました。 本記事では、任意の Python モジュールを C 言語から呼び出す方法を解説します。 準備 以降、色々と SciPy の機能を使うことがあります。このとき、以下のコードを拡張モジュール側に書き込む必要があります。 #include <numpy/arrayobject.h> BOOST_PYTHON_MODULE(hello) { numeric::array::set_module_and_type("numpy", "ndarray"); import_array(); } 理由は SciPy のリファレンスに書いてあるハズ。 Python モジュールの読み込み import 文を使用す
boost-python ではじめる大規模機械学習（４）- 配列アクセス - Next MIDI Project
あらすじ boost-python を使用して、Python と C 言語両方を活用する方法を説明しています。 前記事では、任意の Python モジュールを C 言語から呼び出す方法を解説しました。 本記事では、SciPy の配列に C 言語からアクセスする方法を解説します。 配列オブジェクトの取得 色々な方法がありますが、メモリに直接アクセスするのが最も高速と考えられます。 はじめに、PyObject* object.ptr() を使用して PyObject のポインタを取得します。 次に、PyArray_FromObject で配列の構造体へのポインタを得ます。 static inline PyArrayObject* py_array(PyObject* ptr, int ndim) { return (PyArrayObject*)PyArray_FromObject(ptr,
boost-python ではじめる大規模機械学習（５）- 小休止 - Next MIDI Project
あらすじ boost-python を使用して、Python と C 言語両方を活用する方法を説明しています。 前記事では、SciPy の配列に C 言語からアクセスする方法を解説しました。 今回は、実装の方向性について考えます。 PyArrayObject は面倒 前回見た通り、SciPy の配列にアクセスするには何段もの手順を踏む必要があり、面倒です。 PyUblas を経由して BLAS を使用することもできますが、BLAS の最大の問題は 3 次元以上のテンソルをサポートしないことです。 C 言語の配列を Python にエクスポートする 問題解決のひとつの方法は、C 言語の配列オブジェクトを Python にエクスポートすることです。 多次元 vector などのコンテナを Python 側から読み取る、という方法です。 この方法の欠点は、C 言語で定義されたコンテナのラッパーを
boost-python ではじめる大規模機械学習（６）- boost::multi_array のエクスポート・前編 - Next MIDI Project
あらすじ boost-python を使用して、Python と C 言語両方を活用する方法を説明しています。 本記事では、boost::multi_array を Python 側にエクスポートする方法を解説します。 こんなものがつくりたい Python でデータを読み込み、C で計算を行い、Python で途中経過を出力し、Python で結果を出力するプログラムを目標とします。 これは、たとえば次のようなコードになります。 import mylib, wrap from matplotlib import pyplot as pl from scipy import array, float64 # データを読み込む x = array(..., dtype = float64) # boost::multi_array 配列を確保 # x は入力、y は出力とします wrap_x
boost-python ではじめる大規模機械学習 （２） - データの受け渡し - Next MIDI Project
あらすじ boost-python を使用して、Python と C 言語両方を活用する方法を説明しています。 前記事では、C 言語で Hello world を出力する関数を作成し、これを Python から呼び出す方法を説明しました。 本記事では、ふたつの言語の間で簡単なデータを受け渡す方法について解説します。 プリミティブの受け渡しは簡単 渡したいデータが文字列や数値である場合は、何も気兼ねする必要がありません。 hello.cpp #include <string> #include <boost/python.hpp> using namespace boost::python; double increment(int x) { return x + 1; } std::string add_txt(std::string x) { return x + ".txt"; } B
boost-python ではじめる大規模機械学習 （１） - Next MIDI Project
はじめに Python は、機械学習の分野で広く使用されるスクリプト言語です。SciPy や matplotlib といった、科学計算に特化したライブラリが多数提供されているのが特徴です。 いっぽう、弱点もあります。for ループの速度が遅いこと、並列処理が苦手なことなどです。これらの目的には、C 言語が適しています。 そこで、本記事では、Python と C の相互連携を可能にする boost-python ライブラリを使用して、大規模科学計算を効率的に解く方法を紹介します。題材には混合ガウス分布を使用します。 動作テストは、Fedora 環境で行なっています。Ubuntu でも動くと思います。 準備 はじめに、SciPy、matplotlib、boost ライブラリをインストールしてください。 boost-devel とか色々インストールした記憶がありますが、忘れました… Hello,
Boost.Python の機能をざっと紹介してみる - moriyoshiの日記
Boost の一部ながらも「実用的」すぎるため、とかくテンプレートメタプログラミングを愛好する諸兄から黙殺されてきた不幸のライブラリ、Boost.Python。Boost.勉強会でこいつの魅力を伝えようと思ったのだけど、時間の都合で無理だったので、簡単に紹介してみたい。 Boost.Python の基礎 Boost.Python は C++ のクラスや関数をラップする Python モジュールを恐ろしく簡単に書けるようにする、強力なライブラリである。 特に、Pyrex や Cython と比べて何がうれしいのかというと、 Python側にいちいちラッパ関数を書かなくてよい (テンプレートにより自動的に定義される) コンバータを登録することで、Python⇆C++の型の透過的な変換が容易にできる C++ のクラスを分かりやすい形で Python のクラスとして見せることが可能 といった点が挙
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
