【C++基础】运算符详解 | 您所在的位置:网站首页 › c的逻辑运算符 › 【C++基础】运算符详解 |
【C++核心】C++内存分区模型分析
xss666: 很有价值 谷歌JAX快速入门笔记详解和案例数据知道: 嗯嗯 谢谢,学到了 谷歌JAX快速入门笔记详解和案例睢志鹏: # jax.numpy与numpy的计算速度 print("jax.numpy:") x = random.uniform(random.PRNGKey(0), [10000, 10000]) start_time = time.time() res = jnp.dot(x, x) end_time = time.time() print(end_time-start_time) start_time = time.time() res = jnp.dot(x, x) end_time = time.time() print(end_time-start_time) start_time = time.time() res = jnp.dot(x, x) end_time = time.time() print(end_time-start_time) print("numpy:") x = np.random.random([10000, 10000]).astype(np.float32) start_time = time.time() res = np.dot(x, x) end_time = time.time() print(end_time-start_time) start_time = time.time() res = np.dot(x, x) end_time = time.time() print(end_time-start_time) start_time = time.time() res = np.dot(x, x) end_time = time.time() print(end_time-start_time) 谷歌JAX快速入门笔记详解和案例睢志鹏: jax.numpy确实会比numpy快很多,你这里的矩阵维度不同,一个5000,一个10000,应该在相同维度进行比较。其次就是,jax.numpy的jit功能可以使得一次编译后速度大大提高,而numpy每次运行的速度都基本一样,具体可以试一下我的代码 python3代码编程规范(命名、空格、注释、代码布局、编程建议等)1729_H: 我的理解是方便理解数学运算中的先后顺序和级别 |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |