您现在的位置是:网站首页> 编程资料编程资料
python向量化与for循环耗时对比分析_python_
2023-05-26
328人已围观
简介 python向量化与for循环耗时对比分析_python_
向量化与for循环耗时对比
深度学习中,可采用向量化替代for循环,优化耗时问题
对比例程如下,参考Andrew NG的课程笔记
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")处理百万数据,耗时相差400多倍。
效果图:

向量化数据的相比于for循环的优势

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”)
结果
250487.97870397285
vectorized version:0.002000093460083008s
250487.9787039739
Nonvectorized version:0.957054615020752s
可以看出向量化后执行时间比使用for循环快478倍
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。
您可能感兴趣的文章:
相关内容
- Python 并行加速技巧分享_python_
- python银行卡号码校验Luhn模10算法_python_
- python新手练习实例之万年历_python_
- 利用python进行接口测试及类型介绍_python_
- 如何使用Python在2秒内评估国际象棋位置详解_python_
- python正则表达式常见的知识点汇总_python_
- 基于Python编写微信清理工具的示例代码_python_
- Python中的//符号是什么意思呢_python_
- Python中列表索引 A[ : 2 ]与A[ : , 2]的区别说明_python_
- python中的字符串占位符的"{0:2}"_python_
