[英]Optimizing efficiency for implementation in tensorflow decorated function (Python)
[英]Optimizing Python code for efficiency
對此代碼進行概要分析表明大部分時間花在了日志操作上。 還有另一種方法可以在Python 3中編寫它以提高效率嗎? 用列表推導替換循環實際上效率較低,因為lambda是map。
def log_total(data):
total = 0.0
log = log(data)
for i in range(10000):
total += log/(i+1)
return total
謝謝!
我將log
從你的總和中計算出來並緩存你的總和:
harmonic_series = sum(1. / i for i in range(1, 10001)) # Thanks, @mgilson
def log_total(data):
return log(data) * harmonic_series
您還可以使用PyPy來加速它。
可以在線寫lambda
,如下所示:
total = lambda data: log(data) * sum(1.0 / i for i in xrange(1, 10001))
我使用的是Python 2.7.3
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.