Python 几种点积运算方式效率研究
发布时间：2021-11-18 14:21:44 所属栏目：教程 来源：互联网
导读：本文列举出几种Python中常见的计算点积的方式，并统计随着向量维度的增大，各种方法的计算效率上的差异。 运行环境： CPU：Intel Core i7-5930K @ 3.50GHz Python： 2.7.6 代码： from itertools import izip, starmap, imap import operator import numpy a
|
本文列举出几种Python中常见的计算点积的方式，并统计随着向量维度的增大，各种方法的计算效率上的差异。 运行环境： CPU：Intel® Core™ i7-5930K @ 3.50GHz Python： 2.7.6 代码： from itertools import izip, starmap, imap import operator import numpy as np import time r = range(10000) # method 1 np.dot(r,r) # method 2 sum(starmap(operator.mul, izip(r,r))) # method 3 out = 0 for k in range(len(r)): out += r[k] * r[k] # method 4 sum(map(operator.mul,r,r)) # method 5 sum(imap(operator.mul,r,r)) # method 6 sum(i*j for i, j in zip(r, r)) 统计在不同向量维度： 10, 100, 1000, 2000, 3000, 4000, 5000, 8000, 10000 各运行三次： 10 1. 0.000285 0.000188 0.000309 2. 0.000117 6.3e-05 9.4e-05 3. 9.9e-05 6.1e-05 9.2e-05 4. 8.6e-05 4.4e-05 7.6e-05 5. 5.7e-05 4e-05 6.99999999999e-05 6. 9.3e-05 6e-05 8.29999999999e-05 100 1. 0.000513 0.00052 0.000504 2. 0.000169 0.000162 0.000167 3. 0.000451 0.000311 0.000288 4. 0.000137 0.000144 0.000153 5. 0.000131 0.000138 0.000141 6. 0.000224 0.000271 0.000216 1000 1. 0.001683 0.001687 0.001679 2. 0.000664 0.00065 0.000661 3. 0.002238 0.002301 0.002582 4. 0.000821 0.00089 0.00088 5. 0.000707 0.000928 0.000822 6. 0.001958 0.001948 0.00193 2000 1. 0.003138 0.00306 0.003158 2. 0.001197 0.001089 0.001075 3. 0.005211 0.004113 0.004399 4. 0.001891 0.001826 0.001953 5. 0.001415 0.001456 0.00173 6. 0.003595 0.003884 0.004285 3000 1. 0.004468 0.004292 0.004507 2. 0.001842 0.001727 0.001637 3. 0.007802 0.007341 0.006858 4. 0.002548 0.002274 0.0022 5. 0.002374 0.002348 0.002335 6. 0.005697 0.005613 0.005669 4000 1. 0.005946 0.005987 0.005954 2. 0.002251 0.002102 0.002189 3. 0.009069 0.010478 0.009226 4. 0.003149 0.003699 0.003363 5. 0.003032 0.003536 0.003142 6. 0.012805 0.012598 0.012316 5000 1. 0.007411 0.00731 0.007234 2. 0.002744 0.002508 0.002576 3. 0.012194 0.01231 0.009216 4. 0.003953 0.003815 0.003936 5. 0.00354 0.002698 0.002948 6. 0.013849 0.012262 0.015122 8000 1. 0.010604 0.011742 0.011604 2. 0.004712 0.004703 0.005037 3. 0.020271 0.014874 0.020436 4. 0.007199 0.006417 0.007193 5. 0.006887 0.006889 0.006892 6. 0.021665 0.021659 0.021992 10000 1. 0.01461 0.013028 0.014307 2. 0.005814 0.005789 0.005875 3. 0.023581 0.025064 0.025116 4. 0.008041 0.008833 0.008868 5. 0.007898 0.008619 0.008925 6. 0.025248 0.02643 0.026212 取运行时间的均值，绘制成曲线图，可以看出，几种方法里，第2种方法的复杂度最小，随着向量维度的增加，时间消耗增加比较缓慢，而其他方法则相对较大。  （编辑：PHP编程网 - 黄冈站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330482号