朱莉娅：使用base.ntuples函数实现类型稳定性

马可·罗西（Marco Rossi）

我最近开始使用Julia，目前正在处理某些打字方面的问题。我正在尝试定义类型TensorTrain（https://www.researchgate.net/profile/Ivan_Oseledets2/publication/220412263_Tensor-Train_Decomposition/links/5bbfb5c5299bf1004c5a56e3/Tensor-Train-Decomposition.pdf），但是我无法获得其中一种方法我定义为稳定的：

abstract type AbstractTensorTrain <: Any end

struct TensorTrain{T<:AbstractFloat} <: AbstractTensorTrain
    cores::Vector{Array{T,3}}
end

Base.size(t::TensorTrain, d::Int) = size(t.cores[d],2)
Base.size(t::TensorTrain) = ntuple(d->size(t,d),length(t.cores))

但是，如果我运行：

@code_warntype TensorTrain([rand(2,3,4)]);

我得到：

Variables
  #self#::Core.Compiler.Const(size, false)
  t::TensorTrain{Float64}
  #19::var"#19#20"{TensorTrain{Float64}}
  d::Int64

Body::Tuple{Vararg{Int64,N} where N}
1 ─ %1 = Base.getproperty(t, :cores)::Array{Array{Float64,3},1}
│        (d = Main.length(%1))
│   %3 = Main.:(var"#19#20")::Core.Compiler.Const(var"#19#20", false)
│   %4 = Core.typeof(t)::Core.Compiler.Const(TensorTrain{Float64}, false)
│   %5 = Core.apply_type(%3, %4)::Core.Compiler.Const(var"#19#20"{TensorTrain{Float64}}, false)
│        (#19 = %new(%5, t))
│   %7 = #19::var"#19#20"{TensorTrain{Float64}}
│   %8 = Main.ntuple(%7, d)::Tuple{Vararg{Int64,N} where N}
└──      return %8

为什么是这样？

phipsgabler

因为d = length(t.cores)仅在运行时才知道，所以ntuple无法静态推断N参数。有一个采用的方法，该方法Val在其他情况下对于类型稳定很有用，但在此不做任何更改-d仍然是动态的。

您可以制作cores一个NTuple或StaticVector，（实际上是相同的东西），然后就可以了。但是在深入研究类型级编程之前，请检查它是否真的有所作为。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。