最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python向量化與for循環(huán)耗時(shí)對(duì)比分析

 更新時(shí)間:2022年05月19日 14:06:37   作者:Nani_xiao  
這篇文章主要介紹了python向量化與for循環(huán)耗時(shí)對(duì)比分析,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

向量化與for循環(huán)耗時(shí)對(duì)比

深度學(xué)習(xí)中,可采用向量化替代for循環(huán),優(yōu)化耗時(shí)問(wèn)題

對(duì)比例程如下,參考Andrew NG的課程筆記

import time
import numpy as np
a = np.random.rand(1000000)
b = np.random.rand(1000000)

tic = time.time()
c = np.dot(a,b)
toc = time.time()
print(c)
print("Vectorized version: " , str(1000*(toc-tic)) + "ms")

c = 0
tic1 = time.time()
for i in range(1000000):
    c += a[i]*b[i]
toc1 = time.time()
print(c)
print("For loop version: " , str(1000*(toc1-tic1)) + "ms")

處理百萬(wàn)數(shù)據(jù),耗時(shí)相差400多倍。

效果圖:

向量化數(shù)據(jù)的相比于for循環(huán)的優(yōu)勢(shì)

例子

import numpy as np
import time
a = np.random.rand(1000000)
b = np.random.rand(1000000)
tic = time.time()

c = np.dot(a,b)
toc = time.time()
print?
print(“vectorized version:” + str((toc-tic))+“s”)

c1 = 0
tic = time.time()
for i in range(1000000):
c1 += a[i]*b[i]
toc = time.time()
print(c1)
print(“Nonvectorized version:” + str(toc-tic)+“s”)

結(jié)果

250487.97870397285
vectorized version:0.002000093460083008s
250487.9787039739
Nonvectorized version:0.957054615020752s

可以看出向量化后執(zhí)行時(shí)間比使用for循環(huán)快478倍

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論

芜湖市| 从江县| 政和县| 柘城县| 峨边| 集安市| 林西县| 新干县| 怀来县| 鹤山市| 玉溪市| 荣昌县| 谢通门县| 青河县| 吉林省| 嫩江县| 金华市| 云浮市| 阿城市| 隆德县| 巴青县| 中牟县| 嘉善县| 石嘴山市| 永清县| 雷波县| 应用必备| 西藏| 沈丘县| 布尔津县| 梧州市| 巴青县| 万全县| 宿松县| 浦江县| 泰和县| 宝山区| 衡阳市| 福贡县| 朝阳区| 沙湾县|