- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我想知道是否有人知道长尾小鹦鹉和 Numba jit 之间的一些主要区别?我很好奇,因为我正在将 Numexpr 与 Numba 和长尾小鹦鹉进行比较,并且对于这个特定的表达式(我希望它在 Numexpr 上表现得非常好,因为它是它的文档中提到的)
所以结果是
和我测试的功能(通过 timeit - 每个功能至少重复 3 次和 10 次循环)
import numpy as np
import numexpr as ne
from numba import jit as numba_jit
from parakeet import jit as para_jit
def numpy_complex_expr(A, B):
return(A*B-4.1*A > 2.5*B)
def numexpr_complex_expr(A, B):
return ne.evaluate('A*B-4.1*A > 2.5*B')
@numba_jit
def numba_complex_expr(A, B):
return A*B-4.1*A > 2.5*B
@para_jit
def parakeet_complex_expr(A, B):
return A*B-4.1*A > 2.5*B
我你也可以抢IPython nb如果您想在您的机器上仔细检查结果。
如果有人想知道 Numba 是否安装正确......我想是的,它在我之前的基准测试中的表现符合预期:
最佳答案
截至当前版本的 Numba(您在测试中使用的),@jit
函数对 ufunc 的支持不完整。另一方面,您可以使用 @vectorize
并且速度更快:
import numpy as np
from numba import jit, vectorize
import numexpr as ne
def numpy_complex_expr(A, B):
return(A*B+4.1*A > 2.5*B)
def numexpr_complex_expr(A, B):
return ne.evaluate('A*B+4.1*A > 2.5*B')
@jit
def numba_complex_expr(A, B):
return A*B+4.1*A > 2.5*B
@vectorize(['u1(float64, float64)'])
def numba_vec(A,B):
return A*B+4.1*A > 2.5*B
n = 1000
A = np.random.rand(n,n)
B = np.random.rand(n,n)
计时结果:
%timeit numba_complex_expr(A,B)
1 loops, best of 3: 49.8 ms per loop
%timeit numpy_complex_expr(A,B)
10 loops, best of 3: 43.5 ms per loop
%timeit numexpr_complex_expr(A,B)
100 loops, best of 3: 3.08 ms per loop
%timeit numba_vec(A,B)
100 loops, best of 3: 9.8 ms per loop
如果您想充分利用 numba,那么您需要展开任何矢量化操作:
@jit
def numba_unroll2(A, B):
C = np.empty(A.shape, dtype=np.uint8)
for i in xrange(A.shape[0]):
for j in xrange(A.shape[1]):
C[i,j] = A[i,j]*B[i,j] + 4.1*A[i,j] > 2.5*B[i,j]
return C
%timeit numba_unroll2(A,B)
100 loops, best of 3: 5.96 ms per loop
另请注意,如果将 numexpr 使用的线程数设置为 1,那么您会发现它的主要速度优势在于它是并行化的:
ne.set_num_threads(1)
%timeit numexpr_complex_expr(A,B)
100 loops, best of 3: 8.87 ms per loop
默认情况下,numexpr 使用 ne.detect_number_of_cores()
作为线程数。对于我机器上的原始计时,它使用的是 8。
关于python - 长尾小鹦鹉与 Numba 有何不同?因为我没有看到某些 NumPy 表达式有任何改进,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23776547/
我对编码还比较陌生,但并非完全没有经验。处理有关金融计算器的学校作业。如果你们中的任何人可以查看我的代码以了解不良做法/可能的改进等,那就太好了。 我确实添加了一个“动画”启动(有很多 printf
小目标Trick 论文链接: https://paperswithcode.com/paper/slicing-aided-hyper-inference-and-fine-tuning 代码链接:h
if (firstPositionCpc && (firstPosition > 0 && firstPositionCpc 0 && topOfPageCpc 0 && firstPageCpc
我有 2 个表:“packages”和“items”。 “packages”有以下列:pack_id | item_id “items”有以下列......:item_id |输入 一个包可以有多个
我目前有一个 Pandas Dataframe,我在其中执行列之间的比较。我发现一种情况,在进行比较时存在空列,由于某种原因比较返回 else 值。我添加了一个额外的语句来将其清理为空。看看我是否可以
我正在处理一个查询,通过首先舍入它们的主要日期时间键来连接一个数据库中的多个表。数据库包含来自 openhab 的性能数据,每个表只有一个名为 Time 的主日期时间行和一个名为 Value 的值行。
问候 我有一个程序创建一个类的多个实例,在所有实例上运行相同的长时间运行的 Update 方法并等待完成。我从 this question 开始关注 Kev 的方法将更新添加到 ThreadPool.
我想在下学期的类(class)中取得领先,所以我制作了这个基本版本的 Blackjack 来开始理解 C 的基础知识,我希望您有任何想法可以帮助我更好地理解 C 和其正常的编码实践。 C 中的很多东西
我有一个要求,比如: 给定一个数组,其中包含随机数。需要输出元素出现的次数,有自带解决方案: var myArr = [3,2,1,2,3,1,4,5,4,6,7,7,9,1,123,0,123];
这是我的数据库项目。 表user_ select id, name from user_; id | name ----+---------- 1 | bartek 2 | bartek
我已经完成了一个小批量脚本来调整(动态)一些图像的大小: for a in *.{png,PNG,jpg,JPG,jpeg,JPEG,bmp,BMP} ; do convert "$a" -resiz
是否有更 pythonic 的方法来执行以下代码?我想在一行中完成 parsed_rows 是一个可以返回大小为 3 或 None 的元组的函数。 parsed_rows = [ parse_row(
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 9 年前。 Improv
下面的代码完成了我想要的,但还有其他更像 python 风格的方式吗? 文件格式: key1:value1,key2:value2,... key21:value21,key22:value22,..
如果两个英文单词只包含相同的字母,则它们是相似的。例如,food 和 good 不相似,但 dog 和 good 相似。 (如果A与B相似,则A中的所有字母都包含在B中,B中的所有字母都包含在A中。)
我有以下结构来表示二叉树: typedef struct node *pnode; typedef struct node { int val; pnode left; pnode
我有一个区域,它由受约束的 delaunay 三角剖分表示。我正在解决在两点之间寻找路径的问题。我正在使用 Marcelo Kallmann 提供的论文作为解决此问题的引用点。然而,而不是使用 Kal
如果我需要检查文本(字符串)中是否存在单词 A 或单词 B,如果我这样做会有性能差异: if(text.contains(wordA) || text.contains(wordB)) 要使用一些正则
Adjust To 我有上面这个简单的页面,上面有一个标签和一个文本框。我想在文本框中输入文本。 对我有帮助的 XPATH 是 //*[contains(tex
以下伪代码的elisp代码 if "the emacs version is less than 23.1.x" do something else something-else 写成 (if
我是一名优秀的程序员,十分优秀!