python中if语句求最大值_如何用if语句向量化numpy数组中的最大值?

在Python中实现支持向量机的序列最小优化算法时,作者遇到性能瓶颈:在工作集选择过程中找到满足特定条件的最大梯度值。通过if语句遍历数组进行判断效率低下。经过讨论和测试,@ali_m的numba解决方案脱颖而出,提供显著的性能提升。该解决方案使用numba库自动编译函数,以矢量化方式处理问题,但需要额外安装numba及其依赖。
摘要由CSDN通过智能技术生成

我的设置:Python 2.7.4.1、numpymkl 1.7.1、windows7x64、WinPython

上下文:

我尝试实现序列最小优化算法来求解支持向量机。我使用最大违反对方法。在

问题是:

在工作集选择过程中,我想找出满足某个条件的元素的最大梯度值及其指数,即y[i]*alpha[i]<0或y[i]*alpha[i]#y - array of -1 and 1

y=np.array([-1,1,1,1,-1,1])

#alpha- array of floats in range [0,C]

alpha=np.array([0.4,0.1,1.33,0,0.9,0])

#grad - array of floats

grad=np.array([-1,-1,-0.2,-0.4,0.4,0.2])

GMaxI=float('-inf')

GMax_idx=-1

n=alpha.shape[0] #usually n=100000

C=4

B=[0,0,C]

for i in xrange(0,n):

yi=y[i] #-1 or 1

alpha_i=alpha[i]

if (yi * alpha_i< B[yi+1]): # B[-1+1]=0 B[1+1]=C

if( -yi*grad[i]>=GMaxI):

GMaxI= -yi*grad[i]

GMax_idx = i

这个过程被多次调用(~50000),

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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