torch div优化

本文探讨了在PyTorch中进行除法运算的不同方法,包括CPU和CUDA的性能比较。通过实验发现,使用CUDA执行除法操作可以显著提高速度,达到2.5秒,相比Python原生实现的11.5秒快了约4.6倍,而在CPU上,PyTorch相比于Python也展现出近一倍的速度优势。

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

下面的方法比上面的快2倍左右,cpu占用差不多。

torch1.0好像没有这个优势了

python 11.5s

torch能快一倍左右,6s

import cv2
if __name__ == '__main__':
    path=r'D:\data\Original\JPEGImages\09981.jpg'

    img_ = cv2.imread(path)
    start = time.time()
    for j in range(500):
        #python中如果是除法,img=img/255.0 会很快;img1=img/255.0 就会比较慢,一张图片需要156ms
        img=img_/255.0
        img2 = torch.from_numpy(img).float().unsqueeze(0)
        # time.sleep(0.007)
    print('time1',time.time()-start)
    img = cv2.imread(path)
    start = time.time()
    for j in range(500):
        # i
评论 1
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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