It may not work for you depending on your specific problem constraints, but if you could flatten the arrays, then it would be a dot, and you could maybe compute multiple such dot products by storing those flattened arrays into a matrix.<br>
<br>-=- Olivier<br><br><div class="gmail_quote">2011/6/10 Brandt Belson <span dir="ltr">&lt;<a href="mailto:bbelson@princeton.edu">bbelson@princeton.edu</a>&gt;</span><br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex;">
Hi,<div>Thanks for getting back to me. </div><div>I&#39;m doing element wise multiplication, basically innerProduct = numpy.sum(array1*array2) where array1 and array2 are, in general, multidimensional. I need to do many of these operations, and I&#39;d like to split up the tasks between the different cores. I&#39;m not using numpy.dot, if I&#39;m not mistaken I don&#39;t think that would do what I need.</div>


<div>Thanks again,</div><div>Brandt</div><div><br><br><div class="gmail_quote"><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
Message: 1<br>
Date: Thu, 09 Jun 2011 13:11:40 -0700<br>
From: Christopher Barker &lt;<a href="mailto:Chris.Barker@noaa.gov" target="_blank">Chris.Barker@noaa.gov</a>&gt;<br>
Subject: Re: [Numpy-discussion] Using multiprocessing (shared memory)<br>
        with numpy array multiplication<br>
To: Discussion of Numerical Python &lt;<a href="mailto:numpy-discussion@scipy.org" target="_blank">numpy-discussion@scipy.org</a>&gt;<br>
Message-ID: &lt;<a href="mailto:4DF128FC.8000807@noaa.gov" target="_blank">4DF128FC.8000807@noaa.gov</a>&gt;<br>
Content-Type: text/plain; charset=ISO-8859-1; format=flowed<br>
<br>
Not much time, here, but since you got no replies earlier:<br>
<br>
<br>
&gt;      &gt; I&#39;m parallelizing some code I&#39;ve written using the built in<br>
&gt;     multiprocessing<br>
&gt;      &gt; module. In my application, I need to multiply many large arrays<br>
&gt;     together<br>
<br>
is the matrix multiplication, or element-wise? If matrix, then numpy<br>
should be using LAPACK, which, depending on how its built, could be<br>
using all your cores already. This is heavily dependent on your your<br>
numpy (really the LAPACK it uses0 is built.<br>
<br>
&gt;      &gt; and<br>
&gt;      &gt; sum the resulting product arrays (inner products).<br>
<br>
are you using numpy.dot() for that? If so, then the above applies to<br>
that as well.<br>
<br>
I know I could look at your code to answer these questions, but I<br>
thought this might help.<br>
<br>
-Chris<br>
<br>
<br>
<br>
<br>
<br>
--<br>
Christopher Barker, Ph.D.<br>
Oceanographer<br>
<br>
Emergency Response Division<br>
NOAA/NOS/OR&amp;R            <a href="tel:%28206%29%20526-6959" value="+12065266959" target="_blank">(206) 526-6959</a>   voice<br>
7600 Sand Point Way NE   <a href="tel:%28206%29%20526-6329" value="+12065266329" target="_blank">(206) 526-6329</a>   fax<br>
Seattle, WA  98115       <a href="tel:%28206%29%20526-6317" value="+12065266317" target="_blank">(206) 526-6317</a>   main reception<br>
<br>
<a href="mailto:Chris.Barker@noaa.gov" target="_blank">Chris.Barker@noaa.gov</a><br>
<br>
<br></blockquote></div></div>
<br>_______________________________________________<br>
NumPy-Discussion mailing list<br>
<a href="mailto:NumPy-Discussion@scipy.org">NumPy-Discussion@scipy.org</a><br>
<a href="http://mail.scipy.org/mailman/listinfo/numpy-discussion" target="_blank">http://mail.scipy.org/mailman/listinfo/numpy-discussion</a><br>
<br></blockquote></div><br>