Chainerのexampleのmnistをcythonを使ってどれだけ高速化できるか検証してみた - Qiita
なぜやるか Chainer1.5から高速化されています。高速化の一因としてcythonを使用していることが挙げられていたので、exampleをcythonで書き換えたら、どれだけ早くなるのか単純な疑問が湧いたので、試してみました。 PCのスペック OS:OS X Yosemite CPU: 2.7GHz Intel Core i5 Memory:8GHz DDR3 条件 exampleのMnistを使用 学習回数：20回 データは予めダウンロードされた状態 可視化 プロファイラによる可視化 pycallgraphを使用 http://pycallgraph.slowchop.com graphivzをインストール http://www.graphviz.org/Download_macos.php X11をインストール(Yosemiteの場合) http://www.xquartz.org
Python(1) PyCallGraphを利用したコードプロファイリングの可視化 - とりあえずやってみた
最近Pythonを使って、特定のmicroRNAが結合するSeed配列をmRNAの配列中から探索して、さらに種間保存性や配列の特徴を解析するスクリプトを思いつくままに書いたのですが、 実行してみて、そのスクリプトがやたら遅いことに気づきました(-_-;) 「１つのmiRNA vs すべてのmRNA」のペアで３時間以上かかる…。すべてのmiRNAとすべてのmRNAの組み合わせを実行したら、いったい計算に何ヶ月かかるんだろうってレベルです。 スクリプトはこちら。 github.com そこで、スクリプトのどの部分が計算上ボトルネックになっているか調べてみることにしました。POSTDに掲載されていたPythonにおけるコードプロファイリングのお話があったので早速試してみました。 postd.cc 上記の記事でも説明されているように、 PythonにはcProfile (pythonのcProfi
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
