多个for循环嵌套会影响速度

在复现Meta-SR的过程中,发现如果嵌套多个for 循环会使速度过慢。这是下面实验得出的结论:

Corder = torch.ne(ouput[0,0,:,:],np.NAN)
# Corder = []
# for i in range(outH):
# for j in range(outW):
# i1,j1 = i//self.scale, j//self.scale
# Corder.append([i1,j1])
# Corder = np.array(Corder).astype('uint8')

Corder = Corder[:,:]//self.scale

所以尽量避免使用多个for训练嵌套,要么就使用numpy,或者使用GPU最快!

转载于:https://www.cnblogs.com/echoboy/p/10788638.html

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

“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