一个简单的例子测试numpy和Jax的性能对比 (续)
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}")
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}")
可以说,在这个例子里面,Jax和numpy的性能基本持平。
本博客是博主个人学习时的一些记录,不保证是为原创,个别文章加入了转载的源地址,还有个别文章是汇总网上多份资料所成,在这之中也必有疏漏未加标注处,如有侵权请与博主联系。
如果未特殊标注则为原创,遵循 CC 4.0 BY-SA 版权协议。
标签:
杂谈
posted on 2024-01-03 23:48 Angry_Panda 阅读(38) 评论(0) 编辑 收藏 举报
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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!
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