python - 非常简单的 python 函数需要在函数而不是子函数上花费很长时间

Question

我花了很多时间试图弄清楚这里发生了什么。

下面代码中的函数“grad_logp”在我的程序中被调用了很多次，cProfile 和 runsnakerun 可视化结果显示函数 grad_logp 在“本地”花费了大约 .00004 秒，而不是在它调用的任何函数中的每次调用和函数“n”每次调用在本地花费大约 .00006s。这两次加起来约占我关心的节目时间的 30%。这似乎不是函数开销，因为其他 python 函数在“本地”花费的时间要少得多，合并“grad_logp”和“n”不会使我的程序更快，但这两个函数的操作看起来相当微不足道。有人对可能发生的事情有任何建议吗？

我是否做了一些明显低效的事情？我是否误解了 cProfile 的工作原理？

def grad_logp(self, variable, calculation_set ):

    p = params(self.p,self.parents)

    return self.n(variable, self.p)

def n (self, variable, p ):
    gradient = self.gg(variable, p)

    return np.reshape(gradient, np.shape(variable.value))
def gg(self, variable, p):
    if variable is self:

        gradient = self._grad_logps['x']( x = self.value,  **p)
    else:
        gradient = __builtin__.sum([self._pgradient(variable, parameter, value, p) for parameter, value in self.parents.iteritems()])

    return gradient

Answer 1

用 C 编写的函数不通过分析进行检测；因此，例如，花费在 sum(您正在拼写 __builtin__.sum)中的任何时间都将向其调用者收费。不确定 np.reshape 是什么，但如果它是 numpy.reshape，那同样适用。