并行执行Numpy向量运算

并行执行Numpy向量运算,第1张

并行执行Numpy向量运算

一个更好的办法:numexpr

从他们的主页稍微改写了一下:

它是用C编写的多线程VM,可以分析表达式,更高效地重写表达式,并即时将它们编译为代码,从而为内存和cpu受限 *** 作提供接近最佳的并行性能。

例如,在我的4核计算机中,评估正弦仅比numpy快4倍。

In [1]: import numpy as npIn [2]: import numexpr as neIn [3]: a = np.arange(1000000)In [4]: timeit ne.evaluate('sin(a)')100 loops, best of 3: 15.6 ms per loop    In [5]: timeit np.sin(a)10 loops, best of 3: 54 ms per loop

文档,包括此处支持的功能。您必须检查或给我们更多信息,以查看numexpr是否可以评估您更复杂的函数。



欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5643706.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-16
下一篇 2022-12-16

发表评论

登录后才能评论

评论列表(0条)

保存