iOS 10和macOS中的卷积神经网络

　　let paddedK: [Float] = pad(sequence: kernel, other: x)

　　现在，我们可以建立paddedX和paddedK之间的一个卷积：

　　最后，卷积的结果是：

　　// y = [1, 4, 10, 16, 22]

　　Accelerate的卷积

　　如果你想加速卷积处理，你可以使用Accelerate框架提供的vDSP_conv函数。同样，我需要处理边界条件和核反转。这一次，我对输入数组和核换个零填充的方式。另外，我需要反转核(文档里有解释)，否则我得到的是两个序列的相关性。

　　以下是用Accelerate的实现：

　　import Accelerate

　　let x: [Float] = [1, 2, 3, 4, 5], M = x.count

　　let kernel: [Float] = [1, 2, 3], N = kernel.count

　　let T = N+M-1

　　var res = [Float](repeatElement(0, count: T))

　　let zeros = [Float](repeatElement(0, count: N-1))

　　let newXin = zeros + x + zeros

　　vDSP_conv(newXin, 1, kernel.reverse(), 1, &res, 1, vDSP_Length(T), vDSP_Length(N))

　　对于这个很短的输入序列，你不会感激Accelerate框架带来的加速。但如果我创建了100,000个元素的输入数组，并用和之前示例相同的w内核进行卷积。在我的MacBook Pro上，Swift的实现需要318 ms,而Accelerate的vDSP_conv方法只要159 ns。

　　Metal的卷积

　　让我们看一下如何用Metal实现相同的例子。看 这篇文 章学习如何配置一个GPU计算的Metal项目。

　　在这个特殊的例子中，我们需要创建3个Metal纹理(遵守MTLTexture协议的对象)：第一个纹理存储输入序列，第二个纹理存储核，第三个纹理存储最终结果。

　　以下是创建这些纹理的源代码：

　　import Metal

　　let paddedX: [Float] = input + [Float](repeatElement(0, count: N-1))

　　let paddedK: [Float] = kernel + [Float](repeatElement(0, count: M-1))

　　let inputTextureDescriptor = MTLTextureDescriptor.texture2DDescriptor(with: .r32Float, width: paddedX.count, height: 1, mipmapped: false)

　　inputTextureDescriptor.usage = .shaderRead

　　inTexture = metalContext.device.newTexture(with: inputTextureDescriptor)

　　let region = MTLRegionMake2D(0, 0, paddedX.count, 1)

　　inTexture?.replace(region, mipmapLevel: 0, withBytes: paddedX, bytesPerRow: paddedX.count * sizeof(Float32.self))

　　let kernelTextureDescriptor = MTLTextureDescriptor.texture2DDescriptor(with: .r32Float, width: paddedK.count, height: 1, mipmapped: false)

　　kernelTexture = metalContext.device.newTexture(with: kernelTextureDescriptor)

　　let kernelRegion = MTLRegionMake2D(0, 0, paddedK.count, 1)

　　kernelTexture?.replace(kernelRegion, mipmapLevel: 0, withBytes: paddedK, bytesPerRow: paddedK.count * sizeof(Float32.self))

　　let outputTextureDescriptor = MTLTextureDescriptor.texture2DDescriptor(with: .r32Float, width: paddedX.count, height: 1, mipmapped: false)

　　outputTextureDescriptor.usage = .shaderWrite

　　outTexture = metalContext.device.newTexture(with: outputTextureDescriptor)

　　executeConvolution()

　　在前面的源代码里，metalContext是下面的类的一个实例：

　　final class MetalContext: NSObject {

　　let device: MTLDevice

　　let commandQueue: MTLCommandQueue

　　let library: MTLLibrary

　　override init() {

　　// Get the device

　　self.device = MTLCreateSystemDefaultDevice()!

　　// Create a command queue

　　self.commandQueue = device.newCommandQueue()

　　// Get the default library

　　self.library = device.newDefaultLibrary()!

　　super.init()

　　}

　　}

　　这只是一个助手类，我通常用来配置一个Metal栈的主要对象。

　　最后一个executeConvolution()方法用来编码GPU命令：

　　func executeConvolution() {

　　guard let outTexture = self.outTexture else { return }

　　let commandBuffer = metalContext.commandQueue.commandBuffer()

　　let computeCommandEncoder = commandBuffer.computeCommandEncoder()

　　computeCommandEncoder.setComputePipelineState(computePipelineState!)

　　computeCommandEncoder.setTexture(inTexture, at: 0)

　　computeCommandEncoder.setTexture(kernelTexture, at: 1)

　　computeCommandEncoder.setTexture(outTexture, at: 2)

　　computeCommandEncoder.dispatchThreadgroups(MTLSizeMake(T, 1, 1), threadsPerThreadgroup: MTLSizeMake(1, 1, 1))

　　computeCommandEncoder.endEncoding()

　　commandBuffer.commit()

　　let region = MTLRegionMake1D(0, T)

　　var buffer = [Float32](repeatElement(0, count: T))

 2/4   首页 上一页 1 2 3 4 下一页 尾页