numpy數組中的每個單元格的並行化操作

Question

我想弄清楚哪個是並行化2D numpy數組中每個單元格的單個操作的執行的最佳方法。

特別是，我需要爲數組中的每個單元格執行按位操作。

這是我使用的是什麼一個for週期：

for x in range(M): 
    for y in range(N): 
     v[x][y] = (v[x][y] >> 7) & 255 

我找到了一種方法做同樣的上述使用vectorize方法：

def f(x): 
    return (x >> 7) & 255 
f = numpy.vectorize(f) 

v = f(v) 

然而，使用矢量化不似乎可以提高性能。

我在this answer on StackOverflow，哪裏還Theano和用Cython被引用閱讀numexpr。 特別是Theano似乎是一個很好的解決方案，但我找不到適合我的案例的例子。

所以我的問題是：哪個是改進上述代碼的最好方法，使用並行化和可能的GPU計算？有人可能會發布一些示例代碼來做到這一點？

Answer 1

我不熟悉按位運算，但這裏給出了和我的代碼相同的結果，並且是矢量化的。

import numpy as np 

# make sure it is a numpy.array 
v = np.array(v) 

# vectorized computation 
N = (v >> 7) & 255