我开始使用Halide，并在Python环境中使用它。在该Python环境中，数据作为Numpy数组传递，它实际上是其他地方定义的C ++数组的别名。
但是，当我使用调用Halide函数时，出现错误：
Constraint violated: img.stride.0 (520) == 1 (1) Aborted (core dumped)
which can be "solved" by copying the numpy arrays to Fortran layout arrays:
img=np.copy(img,order="F")
res=np.copy(res,order="F")
与img和res我的输入和输出图像。但是请注意，这涉及额外的复制操作，这对整体全局内存访问确实不利。
我该如何解决这个问题？我一直在想的一种方法是实际上告诉Python我的数组具有Fortran布局并正确切换了索引。...但是，我目前使用PyArray_SimpleNewFromData来获取Python数组（实际上并未复制数据），结果是C样式数组。
最佳答案
Halide固有地期望以行为主的存储，但是索引这样的内容：im（col，row）...，对于曾经将图像视为矩阵或在C中使用2D数组的人来说，这看起来非常像以列为主的存储。
因此，您的选择是更改索引以匹配Halide的概念，或者告诉Halide您的内存布局与之相反（stride（0）很大）。
这里有一个涵盖了密切相关主题的教程：http://halide-lang.org/tutorials/tutorial_lesson_16_rgb_generate.html
2D输入和Funcs的简短版本是：
image_param.set_stride(0, Expr()).set_stride(1, 1);
output_func.output_buffer().set_stride(0, Expr()).set_stride(1, 1);
第一个set_stride调用使维度0的步幅不受约束，第二个告诉Halide可以假定维度1的步幅为1。如果执行此操作，则需要在第二个维度上对Halide Funcs进行矢量化处理，因为那是一个内存密集：
f(i, j) = ...
f.vectorize(j, 4)
关于python - 带有C版面numpy数组的 Halide ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34439657/