在我代码中,我让for循环遍历多维numpy数组,并使用在每次迭代中获得的子数组执行一些操作。它看起来像这样 #do stuff using sub
现在使用sub完成的工作是完全矢量化的,所以它应该是有效的。另一方面,这个循环迭代大约~10^5次,这是一个瓶颈。我不太愿意这样做,因为do stuff using sub使用广播,切片,智能索引技巧,这些技巧用普通
我有一个带有形状params的数组(N, 2),其中每对对应于一个Beta分布,例如(alpha, beta)。我需要从每个发行版中抽取一个值;是否有一种无需在Python中循环的方法?a, b).sample() for (a, b) in params]u = [np.random.beta(a, b) for (a, b) in params]
但我认为这是非常缓慢的。我用的是tensorflow,