Numpy > np.concatenate()와 이전 array 결합의 처리 시간 비교 > np.concatenate()가 3할 정도 빠름
1940 단어 성능sphereptsdifferencenumpy
GeForce GTX 1070 (8GB)
ASRock Z170M Pro4S [Intel Z170chipset]
Ubuntu 16.04 LTS desktop amd64
TensorFlow v1.2.1
cuDNN v5.1 for Linux
CUDA v8.0
Python 3.5.2
IPython 6.0.0 -- An enhanced Interactive Python.
gcc (Ubuntu 5.4.0-6ubuntu1~16.04.4) 5.4.0 20160609
GNU bash, version 4.3.48(1)-release (x86_64-pc-linux-gnu)
scipy v0.19.1
geopandas v0.3.0
MATLAB R2017b (Home Edition)
배경
@redshoga의 코멘트에서 np.concatenate ()를 소개했습니다.
htps : // / cs. s py. 오 rg/도 c/누 mpy/레후오렌세/게네라 d/누 mpy. 안녕하세요. HTML
Numpy에서 이전에 걸렸던 것은 np.append()가 느리고 Python에서의 결합으로 한 다음 np.array()로 한다는 처치를 한 적이 있었다.
TensorFlow > TFRecords > Queue and Threads에서 읽기 > 읽기를 진행함에 따라 읽기 시간이 증가한다 > 범인은 np.append()
np.concatenate()는 느린지 여부를 Jupyter
%%timeit에서 측정했다.Jupyter Notebook > %timeit range(100) > 처리 시간 측정 > %%timeit > 다중 문 처리 시간 측정
비교
np.concatenate() 쪽이 3할 정도 빠르다.
소스의 가독성도 좋아진다고 생각되기 때문에, np.concatenate()를 사용하겠습니다.
Reference
이 문제에 관하여(Numpy > np.concatenate()와 이전 array 결합의 처리 시간 비교 > np.concatenate()가 3할 정도 빠름), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/7of9/items/685d0311590b61c725a4텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
좋은 웹페이지 즐겨찾기
