pytorch for循环性能对比

这篇博客探讨了在PyTorch中使用for循环进行矩阵操作与整体操作的性能差异,结果显示for循环比直接整体操作慢了几百倍。通过两个时间戳计时,作者比较了两种方式的执行时间,强调了在处理大规模数据时避免使用for循环的重要性。
摘要由CSDN通过智能技术生成

for循环比整体操作慢几百倍

import time

import torch
import os
os.environ["CUDA_VISIBLE_DEVICES"] = '0'

t1 = time.time()
x = torch.rand(200,200)

for i in range(x.size(0)):
    for j in range(x.size(1)):
        x[i:j]*=2.0
cnt = time.time() - t1
print(cnt)

t1 = time.time()

x[:,:]*=2.0
cnt = time.time() - t1
print(cnt)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值