加速Python函数
来自numba import njit 随机输入 @国家统计局 def monte_carlo_pi(示例): acc=0 对于范围内的i(nsamples): x=random.random() y=random.random() 如果(x**2+y**2)<1.0: acc+=1 return 4.0*acc/nsamples(返回4.0*acc/nsamples)
为科学计算而构建
@njit(平行=真) 定义逻辑回归(Y、X、w、迭代): 对于范围内的i(迭代): w-=np.dot(((1.0/ (1.0+np.exp(-Y*np.dot(X,w)) -1.0)*Y),X) 返回w
并行化您的算法
简化的线程
@njit(并行=真) def模拟器(输出): #并行迭代循环 对于i in prange(out.shape[0]): out[i]=运行sim()
SIMD矢量化
LBB0_8: vmovups(%rax,%rdx,4),%ymm0 vmovups(%rcx,%rdx,4),%ymm1 vsubps%ymm1、%ymm0、%ymm2 vaddps%ymm2、%ymm2和%ymm2