Spaces:
Sleeping
Sleeping
""" | |
以下に記述されている関数のコメントはリファクタリング時に GPT-4 に生成させたもので、 | |
コードと完全に一致している保証はない。あくまで参考程度とすること。 | |
""" | |
from typing import Any | |
import numba | |
import torch | |
from numpy import float32, int32, zeros | |
def maximum_path(neg_cent: torch.Tensor, mask: torch.Tensor) -> torch.Tensor: | |
""" | |
与えられた負の中心とマスクを使用して最大パスを計算する | |
Args: | |
neg_cent (torch.Tensor): 負の中心を表すテンソル | |
mask (torch.Tensor): マスクを表すテンソル | |
Returns: | |
Tensor: 計算された最大パスを表すテンソル | |
""" | |
device = neg_cent.device | |
dtype = neg_cent.dtype | |
neg_cent = neg_cent.data.cpu().numpy().astype(float32) | |
path = zeros(neg_cent.shape, dtype=int32) | |
t_t_max = mask.sum(1)[:, 0].data.cpu().numpy().astype(int32) | |
t_s_max = mask.sum(2)[:, 0].data.cpu().numpy().astype(int32) | |
__maximum_path_jit(path, neg_cent, t_t_max, t_s_max) | |
return torch.from_numpy(path).to(device=device, dtype=dtype) | |
# type: ignore | |
def __maximum_path_jit(paths: Any, values: Any, t_ys: Any, t_xs: Any) -> None: | |
""" | |
与えられたパス、値、およびターゲットの y と x 座標を使用して JIT で最大パスを計算する | |
Args: | |
paths: 計算されたパスを格納するための整数型の 3 次元配列 | |
values: 値を格納するための浮動小数点型の 3 次元配列 | |
t_ys: ターゲットの y 座標を格納するための整数型の 1 次元配列 | |
t_xs: ターゲットの x 座標を格納するための整数型の 1 次元配列 | |
""" | |
b = paths.shape[0] | |
max_neg_val = -1e9 | |
for i in range(int(b)): | |
path = paths[i] | |
value = values[i] | |
t_y = t_ys[i] | |
t_x = t_xs[i] | |
v_prev = v_cur = 0.0 | |
index = t_x - 1 | |
for y in range(t_y): | |
for x in range(max(0, t_x + y - t_y), min(t_x, y + 1)): | |
if x == y: | |
v_cur = max_neg_val | |
else: | |
v_cur = value[y - 1, x] | |
if x == 0: | |
if y == 0: | |
v_prev = 0.0 | |
else: | |
v_prev = max_neg_val | |
else: | |
v_prev = value[y - 1, x - 1] | |
value[y, x] += max(v_prev, v_cur) | |
for y in range(t_y - 1, -1, -1): | |
path[y, index] = 1 | |
if index != 0 and ( | |
index == y or value[y - 1, index] < value[y - 1, index - 1] | |
): | |
index = index - 1 | |