浅谈软件性能提升相关的概念

Python微信订餐小程序课程视频

https://edu.csdn.net/course/detail/36074

Python实战量化交易理财系统

https://edu.csdn.net/course/detail/35475

浅谈软件性能提升相关的概念

原文链接为<Making your program run faster: the key concepts of software performance - Johny’s Software Lab>

所有的工程师在其职业生涯的某个阶段都不得不处理软件性能问题——让程序运行得更快。在大学时代,我们认为程序的性能主要是算法性能。但在实际上还有很多其他方面的内容让你的程序或你的系统运行得更快。下面我将介绍一下软件性能工程的一些概念。

提高软件性能的时机

我们需要思考的第一个问题是何时需要我们去考虑提高软件性能?当写下第一行代码时?或者当产品已经上线了,但有性能问题时才考虑?

回答这个问题之前,我们需要考虑以下几件事情。第一件事情就是你要开发什么样的软件,程序要处理的数据量是多少。如果写的是一个 Word 转 PDF 的工具,即使最大的文件有几千页,而大部分文件只有几百页。那么就没必要太过关注性能问题。遵循良好的开发实

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如何提升深度学习性能?数据、算法、模型一个都不能少 你是如何提升深度学习模型的效果? 这是我经常被问到的一个问题。 有时候也会换一种问法: 我该如何提高模型的准确率呢? ……或者反过来问: 如果我的网络模型效果不好,我该怎么办? 通常我的回答是:“具体原因我不清楚,但我有一些想法可以试试。”然后我会列举一些我认为能够提升性能的方法。 为了避免重复罗列这些内容,我打算在本文中把它们都写出来。 这些想法不仅可以用于深度学习,事实上可以用在任何机器学习的算法上。 提升算法性能的想法 我把这个列表划分为四块: 从数据上提升性能 从算法上提升性能 从算法调优上提升性能 从模型融合上提升性能 性能提升的力度按上表的顺序从上到下依次递减。举个例子,新的建模方法或者更多的数据带来的效果提升往往好于调出最优的参数。但这并不是绝对的,只是大多数情况下如此。  我在文章中添加了不少经典神经网络问题。 其中有一些想法只是针对人工神经网络,但大多数想法都是通用性的。你可以将它们与其它技术结合起来使用。  1.从数据上提升性能 调整训练数据或是问题的抽象定义方法可能会带来巨大的效果改善。甚至是最显著的改善。 下面是概览: 收集更多的数据 产生更多的数据 对数据做缩放 对数据做变换 特征选择 重新定义问题

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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