numba가python의 운행 속도를 향상시키는 실례 방법

모두들 Python의 운행 속도가 매우 느리다는 것을 알고 있지만 바퀴가 많기 때문에 사용자가 매우 광범위하여 각종 분야에서 Python을 사용할 수 있다. 그러나 가장 골치 아픈 것은 운행 속도 문제를 해결하는 것이다. 그래서 여기서 여러분께 소개한 것은numba이고 기본은 재조어와 같다.하지만 지원하는 numpy 함수는 많지 않습니다.jit할 수 있는 함수를 많이 만들어야 합니다.다음은numba를 사용하여python의 운행 속도를 향상시키는 방법을 상세하게 소개합니다.
numba 소개:
python 함수를 기계 코드로 컴파일하여 운행 속도를 높일 수 있습니다.
작업:
python에 컴파일러를 바꾸다
numba 사용:
1. numba 및 컴파일러 가져오기

import numpy as np
import numba 
from numba import jit

2,numba 장식기 jit, 함수 작성

@jit(nopython=True) 
def go_fast(a): 
  trace = 0
   for i in range(a.shape[0]): 
    trace += np.tanh(a[i, i]) 
return a + trace

3. 함수 전입 실삼

x = np.arange(100).reshape(10, 10) 
go_fast(x)

4. 가속 함수 실행 시간

% timeit go_fast(x)

지식 포인트 확장:
numba는 과학 계산에 적합하다
numpy는 numpy 그룹을 위한 계산 작업을 위한 것입니다.
수조를 위한 계산 작업에서 데이터 병행성은 GPU와 같은 가속기에 자연스럽다.Numba는 NumPy 배열 유형을 이해하고 GPU나 멀티코어 CPU에서 실행할 수 있는 효율적인 컴파일 코드를 생성합니다.특수 장식기는 numpy 함수처럼 numpy 그룹에서 방송하는 함수도 만들 수 있습니다.
어떤 상황에서numba를 사용합니까?

numpy 수조를 사용하여 대량의 과학 계산을 할 때

for 순환에 사용할 때

이는numba를 사용하여python의 운행 속도를 향상시키는 실례적인 방법에 관한 글을 소개합니다. numba를 사용하여python의 운행 속도를 향상시키는 방법에 대한 내용은 이전의 글을 검색하거나 아래의 관련 글을 계속 훑어보십시오. 앞으로 많은 응원 부탁드립니다!