非常简单的python函数需要花费很长时间在函数而不是子函数

Question

我花了很多时间试图弄清楚这里发生了什么。

下面代码中的函数'grad_logp'在我的程序中被多次调用，而cProfile和runsnakerun可视化结果显示函数grad_logp在本地花费大约.00004s'本地'每次调用都不在它调用的任何函数和函数'n中每次通话都会花费大约.00006秒。 这两次合起约占我关心的节目时间的30％。 看起来这不是函数开销，因为其他python函数花费的时间少得多'本地'并且合并'grad_logp'和'n'不能使我的程序更快，但这两个函数的操作看起来相当简单。 有没有人对可能发生的事情有任何建议？

我做过明显低效的事吗？ 我误解了cProfile的工作原理吗？

def grad_logp(self, variable, calculation_set ):

    p = params(self.p,self.parents)

    return self.n(variable, self.p)

def n (self, variable, p ):
    gradient = self.gg(variable, p)

    return np.reshape(gradient, np.shape(variable.value))
def gg(self, variable, p):
    if variable is self:

        gradient = self._grad_logps['x']( x = self.value,  **p)
    else:
        gradient = __builtin__.sum([self._pgradient(variable, parameter, value, p) for parameter, value in self.parents.iteritems()])

    return gradient

Answer 1

用C编码的函数不通过分析进行检测; 因此，例如，任何花在sum时间（你正在拼写__builtin__.sum ）将向其来电者收取费用。 不确定np.reshape是什么，但如果它是numpy.reshape ，那同样适用。

Answer 2

你的“许多小时”可能会更好地使你的代码不再像一个曲折的小段落的迷宫，并记录它。

第一种方法的arg calculation_set未使用。

然后它确实p = params(self.p,self.parents)但是p p = params(self.p,self.parents)使用。

variable is self ???

__builtin__.sum ???

先把它弄清楚，其次是正确的。 然后，只有这样，担心速度。