_向量化_

GSAU-深蓝工作室

于 2021-11-14 21:14:19 发布

阅读量697

点赞数 1

分类专栏：分享现场文章标签： python pytorch

本文链接：https://blog.csdn.net/weixin_40604528/article/details/121323565

版权

分享现场专栏收录该内容

1 篇文章 0 订阅

订阅专栏

这篇博客通过一个简单的例子展示了Python中向量化操作（如np.dot）与非向量化操作（for循环）在矩阵乘法上的性能差异。作者随机生成了两个1000000维的向量，并分别使用两种方法计算它们的点积，结果显示向量化操作显著快于非向量化操作，强调了在数值计算中利用numpy库进行向量化处理的重要性。

摘要由CSDN通过智能技术生成

import numpy as np
import time

w=np.random.rand(1000000)
x=np.random.rand(1000000)
b=1

time_begin=time.time()
z=0
for i in range(1000000):
    z+=w[i]*x[i]
z+=b
time_end=time.time()
print(z)
print("非向量化："+str(1000*(time_end-time_begin))+"ms")

time_begin=time.time()
z=np.dot(w,x)+b
time_end=time.time()
print(z)
print("向量化："+str(1000*(time_end-time_begin))+"ms")