気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
qiita.com/tnagai-githubエントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
いまの話題をアプリでチェック！
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
[python高速化] scipyがNumbaのjitに負けるとき - Qiita
実行時間をデータの大きさ(datasize)に対してplotした． 環境はanaconda2.5+python3.6．OSはmacOS High ... 実行時間をデータの大きさ(datasize)に対してplotした． 環境はanaconda2.5+python3.6．OSはmacOS High Sierra. 結果 データのサイズが小さいとき（<10^4）はjitが早い．for-loopのある駄目なcodeでもjitを利用するとscipyより速い！！ データのサイズが大きいとき（>10^4）は生のscipy or numpyが早い． for-loopを使っただめなcodeはjitなしでは（勿論）悲惨． （緑（numpy+jit）と紫(bad numpy+jit)は殆ど重なっている） （橙（numpy）と青(scipy)も殆ど重なっている） おわりに はじめに述べたとおりデータ数が小さいときはjitで最適化したnumpyが生のnumpyのcodeより高速である． 今回は相関係数でしか試していないので結論の一般性については吟味が必要かもしれ
ブックマークしたユーザー
すべてのユーザーの
詳細を表示します
詳細を表示します
speakerdeck.com/satoshi7
note.com/econ101_
posfie.com
posfie.com
www.rakumachi.jp
qiita.com/keitah
ledge.ai
fefcc.net
kininaru-saishin-news.com
foneslife.com
foneslife.com
agilejourney.uzabase.com
levtech.jp
2018/08/18 リンク