Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
python程序调优:替换pandas包的Series与DataFrame构造与计算
在实际部署的时候 使用dataframe的计算效率明显低于numpy 因此在程序中大量运行时避免使用pandas Series与pandas DataFrame及频繁的构造 避免 替换的方法如下 使用numpy ndarry替换pandas
程序优化
pandas
优化
使用FastApi服务解决程序反复调试导致速度过慢的问题(以tsfresh为例)
对于多次调试的程序来说 重复执行如 读取数据 加载模型 得到导入的外部数据或三方库等重复操作的过程 可以使用网络服务搭建一个类似API一样的操作 一次读取 终身使用 整体的思路如下 本地搭建一个web服务 如本博客使用FastAPI 也可换
程序优化
后端
FastAPI
python
开发语言
合理使用 inline来优化程序 尽可能减少临时对象 尽可能使用初始化列表
1 合理使用inline 调用 函数实际上将程序执行顺序转移到函数所存放在内存中某个地址 将函数的程序 内容执行完后 再返回到转去执行该函数前的地方 这种转移操作要求在转去前 要保护现场并记忆执行的地址 转回后先要恢复现场 并按原来保存地址
程序优化
优化
读书笔记----《编写高质量代码:改善Java程序的151个建议》第八/九章
读书笔记 编写高质量代码 改善Java程序的151个建议 第八 九章 第八章 异常 110 提倡异常封装 111 采用异常链传递异常 112 受检异常尽可能转化为非受检异常 113 不要在finally块中处理返回值 114 不要在构造函数
Java
读书笔记
程序优化
优化建议
python协整与异步调用,压榨程序的摸鱼时间——使用异步编写需要循环执行的程序,并获取返回值(2)
对于同步 异步的基础与基本的书写方法请参考上一篇博客 python协整与异步调用 压榨程序的摸鱼时间 异步改写一般程序 1 由于request本身只能发送同步的请求 因此我们使用支持异步的httpx来访问网站 对比同步与异步的写法 用同步与
python
程序优化
开发语言
异步
CUDA编程(七)共享内存与Thread的同步
CUDA编程 七 共享内存与Thread的同步 在之前我们通过block 继续增大了线程的数量 结果还是比较令人满意的 但是也产生了一个新的问题 即 我们在CPU端的加和压力变得很大 所以我们想到能不能从GPU上直接完成这个工作 我们知道每
NVIDIA CUDA 并行编程
程序优化
计算机视觉编程
CUDA
GPU加速