非常簡單的python函數需要花費很長時間在函數而不是子函數

Question

我花了很多時間試圖弄清楚這里發生了什么。

下面代碼中的函數'grad_logp'在我的程序中被多次調用，而cProfile和runsnakerun可視化結果顯示函數grad_logp在本地花費大約.00004s'本地'每次調用都不在它調用的任何函數和函數'n中每次通話都會花費大約.00006秒。 這兩次合起約占我關心的節目時間的30％。 看起來這不是函數開銷，因為其他python函數花費的時間少得多'本地'並且合並'grad_logp'和'n'不能使我的程序更快，但這兩個函數的操作看起來相當簡單。 有沒有人對可能發生的事情有任何建議？

我做過明顯低效的事嗎？ 我誤解了cProfile的工作原理嗎？

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編碼的函數不通過分析進行檢測; 因此，例如，任何花在sum時間（你正在拼寫__builtin__.sum ）將向其來電者收取費用。 不確定np.reshape是什么，但如果它是numpy.reshape ，那同樣適用。

Answer 2

你的“許多小時”可能會更好地使你的代碼不再像一個曲折的小段落的迷宮，並記錄它。

第一種方法的arg calculation_set未使用。

然后它確實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，其次是正確的。 然后，只有這樣，擔心速度。