python深度学习(一)

本文通过一个实例演示了如何使用NumPy进行向量化运算以提高数据处理速度。具体实验中,生成了两个各包含一百万元素的数组,并计算了这两个数组的点积。实测结果显示,相较于传统的循环操作,向量化运算能显著提升处理速度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.向量化加快处理速度
import numpy as np
import time
a=np.random.rand(1000000)
b=np.random.rand(1000000)
tic=time.time()
c=np.dot(a,b)
toc=time.time()
print("Vectorization version:"+str(1000*(toc-tic))+"ms")
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值