提升python向量加法的运行速度

  在使用python进行深度学习模型训练或预测时，我们经常会使用到向量加法运算。 我们这里比较两个向量相加的两种方法。

一、逐一做标量加法

  这里首先定义两个1000维的向量。

import torch from time import time a = torch.ones(1000) b = torch.ones(1000)

  然后，这里将这两个向量按元素逐一做标量加法。

start = time() c = torch.zeros(1000) for i in range(1000): c[i] = a[i] + b[i] print(time() - start)

  可以看到得到的输出时间是：

0.007939338684082031

二、矢量加法

  第二种方法是，我们将这两个向量直接做矢量加法。

start = time() d = a + b print(time() - start)

  运行的时间结果是：

8.20159912109375e-05

  通过对比可以看到，使用矢量加法能够大大减少GPU的运行时间，来提高计算效率。

代码参考自：动手学深度学习 pytorch版