nd4j 矩阵（matrix）repeat重写 性能150倍提升（干货！）

上篇文章提到的INDArray中的repeat重写，我项目中使用的是40*1*300的矩阵操作，本人亲测性能得到了150倍的提升。

现在给出个直观的算法概念和具体实现代码：

Nd4j的repeat实现算法如图：

本人重写后的实现算法如图：

下面是针对我的项目情况的代码实现, 我的实现只针对被repeat的维度长度为1的情况，如果大家需要对任意长度维度的repeat操作，需要做少许修该。

    /*
    This funciton only support repeat the dimension of which the length of it is one.
    * */
    static INDArray repeat_ndarray(INDArray input, int dimension, int repeats){
        if (1 != input.shape()[dimension]){
            return input;
        }

        int[] permute_dimension = input.shape().clone();
        for (int i = 0; i < permute_dimension.length; ++i)
            permute_dimension[i] = i;
        permute_dimension[0] = dimension;
        permute_dimension[dimension] = 0;
        INDArray input_dup_permute = input.permute(permute_dimension);

        int[] shape_tmp = input.shape();
        shape_tmp[dimension] = shape_tmp[0];
        shape_tmp[0] = repeats;
        INDArray array_tmp = Nd4j.create(shape_tmp);

        for (int i = 0; i < repeats; ++ i){
            array_tmp.putRow(i, input_dup_permute.getRow(0));
        }

        return array_tmp.permute(permute_dimension);
    }

如果对这个算法实现有疑问或者感兴趣， 欢迎提问