Rust机器学习之ndarray
Rust机器学习之ndarray
众所周知,Python之所以能成为机器学习的首选语言,与其丰富易用的库有很大关系。某种程度上可以说是诸如numpy
、pandas
、scikit-learn
、matplotlib
、pytorch
、networks
…等一系列科学计算和机器学习库成就了Python今天编程语言霸主的地位。基本上今天的机器学习任务主要就建立在上面列举的这6个库上。这6个库在Rust上都有对应的替代方案。从今天开始,我将撰写系列教程,带大家一起学习如何使用Rust及其库替代Python来更好得完成机器学习任务。
本文是“Rust替代Python进行机器学习”系列文章的第一篇,其他教程请参考下面表格目录:
Python库 | Rust替代方案 | 教程 |
---|---|---|
numpy
|
ndarray
|
Rust机器学习之ndarray |
pandas
|
Polars
|
Rust机器学习之Polars |
scikit-learn
|
Linfa
|
Rust机器学习之Linfa |
matplotlib
|
plotters
|
Rust机器学习之plotters |
pytorch
|
tch-rs
|
Rust机器学习之tch-rs |
networks
|
petgraph
|
Rust机器学习之petgraph |
数据和算法工程师偏爱Jupyter,为了跟Python保持一致的工作环境,文章中的示例都运行在Jupyter上。因此需要各位搭建Rust交互式编程环境(让Rust作为Jupyter的内核运行在Jupyter上),相关教程请参考 Rust交互式编程环境搭建
文章目录
- 什么是ndarray?
- 为什么需要ndarray?
- ndarray简明教程
- 创建数组
- 向量加法
- 二维数组和高维数组
- 用ndarray-rand生成随机数
- 用ndarray-stats实现统计
- 结论
什么是ndarray?
ndarray是Rust生态中用于处理数组的库。它包含了所有常用的数组操作。简单地说ndarray
相当于Rust的numpy
。
除了数组操作,ndarray
还通过派生包提供其他丰富功能,比如
- ndarray-linalg 用于线性代数运算;
- ndarray-rand 用于产生随机数;
- ndarray-stats 用于统计计算;
可以说ndaary
不但包含了numpy
的功能,还包含了部分scipy
的功能。
值得一提的是,ndarray
还很好地支持很多外部特性。比如可以支持 rayon做并行计算,支持BLAS进行底层运算加速。因此ndarray的性能非常彪悍。
ndarray 的 BLAS是通过 blas-src 实现的,
blas-src
为ndarray提供可选的BLAS源,目前支持
accelerate
- 苹果的Accelerate 框架(仅支持Mac系统)blis
- BLIS是一个类BLAS高性能线性代数库intel-mkl
- Intel-MKL是⼀套经过高度优化和广泛线程化的数学库netlib
- Netlib是一系列数学工具的集合,其中包含BLAS和LAPACK实现openblas
- OpenBLAS是一套高度优化的开源BLAS库
为什么需要ndarray?
Rust本身已经自带了数组(或列表)类型,也有vector容器。得益于Rust自身的强大,这些自带的数据类型或容器比很多其他编程语言都要快,甚至快一个数量级。那么我们为什么还需要ndarray
呢?
首先,ndarray
是专门为处理n维数组(矩阵)而设计的,里面包含了很多数学运算,比如矩阵相乘、矩阵求逆等。
其次,ndarray
支持SIMD(Single Instruction Multiple Data),可以进一步提升计算性能。
SIMD 的全称是 Single Instruction Multiple Data,中文名“单指令多数据”。顾名思义,一条指令处理多个数据。
如上图所示
(a) 是普通的标量计算,加法指令一次只能对两个数执行一个加法操作。
(b)是SIMD向量计算,SIMD加法指令一次可以对两个数组(向量)执行加法操作。
ndarray简明教程
看了上面的介绍我猜你已经迫不及待想尝试一下ndarray
的威力了。下面我们开始ndarray
的学习。
首先让我们引入ndarray
包。
传统的Rust程序有Cargo进行包管理,只需要在cargo.toml
的[dependencies]
中加入
ndarray = "0.15.6"
然后在main.rs
开头加入
use ndarray::prelude::*;
即可引入ndarray
。prelude
涵盖了几乎一切我们需要的模块。
但是在交互环境下没有Cargo,我们需要用evcxr
的:dep
命令来引入包。在Jupyter中输入如下代码:
:dep ndarray = {version = "0.15.6"}use ndarray::prelude::*;
创建数组
我们先来看一下如何创建数组:
let arr = array![1., 2., 3., 4., 5., 6.];
println!("1D array: {}", arr);
ndarray
提供了array!
宏来创建数组。array!
宏会自动判断创建那种类型的ArrayBase
。上面的示例代码创建了一个1-D类型的ArrayBase
,即一维数组。基类ArrayBase
实现了std::fmt::Display
方法,因此创建的对象可以直接利用println!
宏输出。
我们比较一下ndarray
与rust自带数组和vec的区别:
let arr1 = array![1., 2., 3., 4., 5., 6.];
println!("1D array: \t{}", arr1);let ls1 = [1., 2., 3., 4., 5., 6.];
println!("1D list: \t{:?}", ls1);let vec1 = vec![1., 2., 3., 4., 5., 6.];
println!("1D vector: \t{:?}", vec1);
输出结果如下:
1D array: [1, 2, 3, 4, 5, 6]
1D list: [1.0, 2.0, 3.0, 4.0, 5.0, 6.0]
1D vector: [1.0, 2.0, 3.0, 4.0, 5.0, 6.0]
注意,array!
将浮点型转成了整形,因为给定的数小数位都为0。
向量加法
下面我们让两个数组中的元素两两相加:
let arr2 = array![1., 2.2, 3.3, 4., 5., 6.];
let arr3 = arr1 + arr2;
println!("1D array: \t{}", arr3);
对比Rust自带数组和vec的实现,你就能发现ndarray
多么简单自然。
let arr2 = array![1., 2.2, 3.3, 4., 5., 6.];
let arr3 = arr1 + arr2;
println!("1D array: \t{}", arr3);let ls2 = [1., 2.2, 3.3, 4., 5., 6.];
let mut ls3 = ls1.clone();
for i in 1..ls2.len(){ls3[i] = ls1[i] + ls2[i];
}
println!("1D list: \t{:?}", ls3);let vec2 = vec![1., 2.2, 3.3, 4., 5., 6.];
let vec3: Vec<f64> = vec1.iter().zip(vec2.iter()).map(|(&e1, &e2)| e1 + e2).collect();
println!("1D vec: \t{:?}", vec3);
输出结果:
1D array: [2, 4.2, 6.3, 8, 10, 12]
1D list: [1.0, 4.2, 6.3, 8.0, 10.0, 12.0]
1D vec: [2.0, 4.2, 6.3, 8.0, 10.0, 12.0]
上面的对比可以发现,Rust自带数组和vec都需要循环或迭代逐个元素相加求值,而ndarray
只需要简单的+
即可,即简单又直观。对数据和算法工程师来说,ndarray
可以极大提高开发效率。
二维数组和高维数组
接下来的演示就不再给大家比较Rust自带数组和vec的实现了。上一节已经充分说明用Rust自带数据类型和数据结构来实现数组操作非常繁琐,而ndarray
则十分简洁直观。所以下面我们将聚集ndarray
。
ndarray
提供多种方法创建和实例化二维数组。看下面代码:
let arr4 = array![[1., 2., 3.], [ 4., 5., 6.]];
let arr5 = Array::from_elem((2, 1), 1.);
let arr6 = arr4 + arr5;
println!("2D array:\n{}", arr6);
输出如下:
2D array:
[[2, 3, 4],[5, 6, 7]]
上面代码展示了2种创建二维数组的方法。
array!
宏需要指定数组中的所有元素Array::from_elem
需要我们给定Shape
(在上面案例中是(2,1))和填充元素(在上面案例中是1.0),该方法会用给定元素填充指定大小的二维数组
ndarray
还提供了快速创建常用二维数组(矩阵)的方法。看下面代码:
let arr7 = Array::<f64, _>::zeros(arr6.raw_dim());
let arr8 = arr6 * arr7;
println!("{}", arr8);
输出:
[[0, 0, 0],[0, 0, 0]]
Array::zeros(Shape)
用0填充指定Shape
大小的矩阵。
这里的<f64, _>
要解释一下,因为Rust有着严格的类型,编译器有时无法通过0推断出数据类型,所以需要我们显式地告诉编译器这里填充的数据是什么类型。后面的_
表示让编译器推断这里的数据类型,此处的数据类型是Shape
。
.raw_dim()
方法我想你已经猜到了它的作用,没错,就是返回矩阵的维度(dimension)。
在线性代数和机器学习中经常会用到单位矩阵(主对角线元素为1,其余元素为0的二维矩阵)。ndarray
提供了专门的eye
方法来生成单位矩阵。请看下面的代码:
let identity: Array2<f64> = Array::eye(3);
println!("\n{}", identity);
输出:
[[1, 0, 0],[0, 1, 0],[0, 0, 1]]
eye
方法需要我们传入矩阵大小,因为单位矩阵一定是方阵,所以只需要传一个整数即可。这里要注意的是identity
的类型我们明确定义为Array2
类型,Array2
是ArrayBase
子类,表示一个二位数组。
单位矩阵(数学上一般用III表示)有很多性质,比如任何矩阵乘以单位矩阵都等于它本身: A⋅I=A=I⋅AA · I = A = I · AA⋅I=A=I⋅A,就像我们经典代数中的1一样。我们可以验证一下单位矩阵的这个性质。
let arr9 = array![[1., 2., 3.], [ 4., 5., 6.], [7., 8., 9.]];
let arr10 = arr9 * identity;
println!("{}", arr10);
结果输出:
[[1, 0, 0],[0, 5, 0],[0, 0, 9]]
输出结果似乎不是arr9
本身。这是因为矩阵运算中*
和·
不是一回事。*
也叫标量乘法,是将两个矩阵对应位置元素相乘。而·
是将前一个矩阵的行向量与后一个矩阵的列向量相乘。因此·
对矩阵的维度有要求,且不满足交换律。相比*
,·
乘在机器学习中用的更多,ndarray
提供了dot()
函数来计算·
乘。
let arr11: Array2<f64> = arr9.dot(&identity);
println!("{}", arr11);
这次输出就跟我们的预期一致了:
[[1, 2, 3],[4, 5, 6],[7, 8, 9]]
同样的道理,我们可以声明3维度或更高维度的数组。例如:
let arr12 = Array::<i8, _>::ones((2, 3, 2, 2));
println!("MULTIDIMENSIONAL\n{}", arr12);
输出的是一个2×3×2×22 \times 3 \times 2 \times 22×3×2×2数组
MULTIDIMENSIONAL
[[[[1, 1],[1, 1]],[[1, 1],[1, 1]],[[1, 1],[1, 1]]],[[[1, 1],[1, 1]],[[1, 1],[1, 1]],[[1, 1],[1, 1]]]]
用ndarray-rand生成随机数
ndarray-rand
提供了比rand
更强大的随机功能,且能更好得跟ndarray
配合。
要想在交互编程环境中引入ndarray-rand
,需要加入如下代码:
:dep ndarray-rand={version = "0.14.0"}use ndarray_rand::{RandomExt, SamplingStrategy};
use ndarray_rand::rand_distr::Uniform;
下面我们生成一个大小为2×52 \times 52×5的在满足[1, 10]之间正态分布的矩阵。
let arr13 = Array::random((2, 5), Uniform::new(0., 10.));
println!("{:5.2}", arr13);
输出结果为:
[[ 1.64, 8.13, 5.92, 5.88, 0.45],[ 7.13, 5.79, 8.21, 4.64, 6.04]]
上面的代码每次运行输出结果都不同,因为每次都是随机生成的,但生成的随机数一定满足[1, 10]之间的正态分布。
我们还可以实现类似Python中random.choice()
的功能,随机从数组中选取元素
let arr14 = array![1., 2., 3., 4., 5., 6.];
let arr15 = arr14.sample_axis(Axis(0), 2, SamplingStrategy::WithoutReplacement);
println!("Sampling from:\t{}\nTwo elements:\t{}", arr14, arr15);
输出结果为:
Sampling from: [1, 2, 3, 4, 5, 6]
Two elements: [1, 3]
接下来给大家演示另一种随机采样方法,这种方法需要用到rand
包。
首先我们引入需要用到的模块
use ndarray_rand::rand as rand;
use rand::seq::IteratorRandom;
这里我们将ndarray-rand
包中的rand
重命名为rand
。
然后我们就可以仿照rand
文档中的示例,用ndarray-rand
实现相同的功能
let mut rng = rand::thread_rng();
let faces = "
Rust机器学习之ndarray相关推荐
- Rust机器学习之tch-rs
Rust机器学习之tch-rs tch-rs是PyTorch接口的Rust绑定,可以认为tch-rs是Rust版的PyTorch.本文将带领大家学习如何用tch-rs搭建深度神经网络识别MNIST数据 ...
- Rust机器学习之Linfa
Rust机器学习之Linfa 本文将带领大家用Linfa实现一个完整的Logistics回归,过程中带大家学习Linfa的基本用法. 本文是"Rust替代Python进行机器学习" ...
- Numpy 中的 Ndarray
numpy概述 Numerical Python,数值的Python,补充了Python语言所欠缺的数值计算能力. Numpy是其它数据分析及机器学习库的底层库. Numpy完全标准C语言实现,运行效 ...
- 三万字 | 2021 年 Rust 行业调研报告
作者 | 张汉东 责编 | 欧阳姝黎 文前 Rust 语言是一门通用系统级编程语言,无GC且能保证内存安全.并发安全和高性能而著称.自2008年开始由 Graydon Hoare 私人研发 ...
- Rust 学习总结(2)—— 2021 年 Rust 行业调研报告
前言 Rust 语言是一门通用系统级编程语言,无GC且能保证内存安全.并发安全和高性能而著称.自2008年开始由 Graydon Hoare 私人研发,2009年得到 Mozilla 赞助,2010年 ...
- rust加载不进去服务器eac_基于腾讯云的 Rust 和 WebAssembly 函数即服务
腾讯云云函数 (SCF) 已经支持十多种编程语言和运行时框架.腾讯云最近发布的 SCF custom runtime(自定义运行时)更进一步 -- SCF 现在可以支持用任何编程语言编写的函数. 本文 ...
- 基于腾讯云的 Rust 和 WebAssembly 函数即服务
腾讯云云函数 (SCF) 已经支持十多种编程语言和运行时框架.腾讯云最近发布的 SCF custom runtime(自定义运行时)更进一步 -- SCF 现在可以支持用任何编程语言编写的函数. 本文 ...
- 2w+字长文,一篇文章扫盲Python、NumPy 和 Pandas,建议收藏!
作为简单易学的编程语言,想要入门还是比较容易的,今天我们来一篇超级长文,一次性扫盲Python.NumPy 和 Pandas,文末提供Python 技术交流群,欢迎加入,喜欢本文,点赞.收藏. 搭建语 ...
- 长文预警,一篇文章扫盲Python、NumPy 和 Pandas,建议收藏慢慢看
大家好,我是辰哥~ 今天我们来一篇超级长文,一次性扫盲Python.NumPy 和 Pandas Python 作为简单易学的编程语言,想要入门还是比较容易的 搭建语言环境 我们首先来了解下如何安装和 ...
最新文章
- springboot 集成mybatis时日志输出
- Java泛型背后是什么?
- Mac OS使用技巧十九:Safari碉堡功能之二查看网页源代码
- linux中的dup和fcntl的用法
- input上传图片;input上传file;vue上传图片。
- 微型计算机主板上安装的主要部件有,微型计算机的主板上安装的主要部件有()....
- Spring Boot细节挖掘(Redis的集成)
- vue .prop修饰符
- Java的oauth2.0 服务端与客户端的实现
- 一文看懂微服务,阿里云原生资深专家李国强独家分享
- Delphi2010Excel导入数据库
- 运动模糊matlab图像处理,“数字图像处理-MATLAB”运动模糊图像复原.ppt
- mergesort java 源码_MergeSort(Java)
- MyBatis-Plus配置全局sql注入器后,BaseMapper中方法失效
- python爬取起点中文网小说_爬虫实战——起点中文网小说的爬取
- r5 3600和i7 8700k 选哪个
- 10019---mybatis的缓存机制(一级缓存二级缓存和刷新缓存)
- 2021-2027全球及中国红外探测器芯片行业研究及十四五规划分析报告
- ODM 对象文档映射
- 第三次学车-侧位停车
热门文章