无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。点这里可以跳转到教程。人工智能教程
官方文档:官方地址
Numba是Python的即时编译器,在使用NumPy数组和函数以及循环的代码上效果最佳。使用Numba的最常见方法是通过其装饰器集合,这些装饰器可应用于您的函数以指示Numba对其进行编译。调用带有Numba装饰的函数时,该函数将被“即时”编译为机器代码以执行,并且您的全部或部分代码随后可以本机机器速度运行!
安装包:
pip install numba
如果代码是数字定向的(做大量的数学运算),使用NumPy很多和/或有很多循环,那么Numba通常是一个不错的选择。
请注意,Numba无法理解Pandas,因此Numba只需通过解释器运行此代码,但会增加Numba内部开销!
下面我们来看个例子:
从1一直累加到1亿。
import time
def foo(x,y):
tt = time.time()
s = 0
for i in range(x,y):
s += i
print('Time used: {} sec'.format(time.time()-tt))
return s
print(foo(1,100000000))
运行结果:
Time used: 4.716892719268799 sec
4999999950000000
Process finished with exit code 0
numba 加速
# -*- coding: utf-8 -*-
import time
import numba as nb
@nb.jit
def foo(x, y):
s = 0
for i in range(x, y):
s += i
return s
tt = time.time()
print(foo(1, 100000000))
print('Time used: {} secs'.format(time.time() - tt))
运行结果:
4999999950000000
Time used: 0.15059757232666016 secs
可见足足快了30倍速度呢。