Torch 中的集群

Question

我正在尝试学习用于机器学习的 Torch 库。

我知道 Torch 的重点是神经网络，但为了它，我试图在它上面运行 kmeans。如果没有的话，Torch 实现了应该类似于 numpy 数组的快速连续存储，并且Torch cheatsheet 引用了unsup 库进行无监督学习，为什么不呢？

我已经有 a benchmark 用于 K-means 实现。尽管那里的所有实现都故意使用未优化的算法（自述文件解释了原因），但 LuaJIT 能够在 611 毫秒内聚集 100000 个点。 Nim（不在存储库中）中的优化（或者我应该说，不是故意减慢）实现在 68 毫秒内运行，所以我期待介于两者之间。

不幸的是，事情变得更糟了，所以我怀疑我做错了什么。我写的是

require 'io'
cjson = require 'cjson'
require 'torch'
require 'unsup'

content = io.open("points.json"):read("*a")
data = cjson.decode(content)
points = torch.Tensor(data)
timer = torch.Timer()
centroids, counts = unsup.kmeans(points, 10, 15)

print(string.format('Time required: %f s', timer:time().real))

运行时间约为 6 秒！

谁能检查我在使用 Torch/unsup 时是否做错了什么？

如果有人想尝试一下，文件points.json在上面的存储库中

Answer 1

谁能检查我在使用 Torch/unsup 时是否做错了什么？

一切听起来都正确（注意：建议使用local 变量）：

• data 是一个二维表，你使用对应的Torch constructor，
• points 是一个带有 nb 的二维张量。行= nb。点数和 nb。 cols = 点维度（此处为 2）。这就是unsup.kmeansexpects as input。

您可以做的是更改批量大小（第 4 个参数）。它可能会影响性能。您还可以使用详细模式来输出每次迭代的平均时间：

-- batch size = 5000, no callback, verbose mode
centroids, counts = unsup.kmeans(points, 10, 15, 5000, nil, true)