一个简单的例子测试numpy和Jax的性能对比 (续)

相关:
一个简单的例子测试numpy和Jax的性能对比






numpy代码:

import numpy as np
import time
x = np.random.random([10000, 10000]).astype(np.float32)
try:
st = time.time()
y = np.matmul(x, x)
print(time.time() - st)
print(y)
except Exception as e:
print(f"error: {e}")

image



Jax代码:

import jax.numpy as np
from jax import random
import time
x = random.uniform(random.PRNGKey(0), [10000, 10000])
st = time.time()
try:
y = np.matmul(x, x)
print(time.time() - st)
print(y)
except Exception as e:
print(f"error: {e}")

image



可以说,在这个例子里面,Jax和numpy的性能基本持平。



posted on   Angry_Panda  阅读(38)  评论(0编辑  收藏  举报

相关博文:
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!
历史上的今天:
2022-01-03 Linux下文件及文件夹权限(学习笔记版)
2022-01-03 【转载】 linux中umask命令介绍

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

点击右上角即可分享
微信分享提示