当前位置: 首页 > news >正文

网站建设与运营考试/色盲测试图片

网站建设与运营考试,色盲测试图片,温州公司做网站,网站设计论文提纲丰色 发自 凹非寺量子位 | 公众号 QbitAI众所周知,Python的简单和易读性是靠牺牲性能为代价的——尤其是在计算密集的情况下,比如多重for循环。不过现在,大佬胡渊鸣说了:只需import 一个叫做“Taichi”的库,就可以把代…
丰色 发自 凹非寺
量子位 | 公众号 QbitAI

众所周知,Python的简单和易读性是靠牺牲性能为代价的——

尤其是在计算密集的情况下,比如多重for循环。

不过现在,大佬胡渊鸣说了:

只需import 一个叫做“Taichi”的库,就可以把代码速度提升100倍

a770bc500ed9eec885a2f9051d4292a7.png

不信?

来看三个例子。

计算素数的个数,速度x120

第一个例子非常非常简单,求所有小于给定正整数N的素数。

标准答案如下:

13159c0014809230146f36ee4f3e57cd.png

我们将上面的代码保存,运行。

当N为100万时,需要2.235s得到结果:

e96d19e056f8d290590e127914fb1350.png

现在,我们开始施魔法。

不用更改任何函数体,import“taichi”库,然后再加两个装饰器:

2faaa076cf24f81e65e49c35d4e74855.png

Bingo!同样的结果只要0.363s,快了将近6倍。

cf00a9744a230de3ad23ea5b3248bf79.png

如果N=1000万,则只要0.8s;要知道,不加它可是55s,一下子又快了70倍

不止如此,我们还可以在ti.init()中加个参数变为ti.init(arch=ti.gpu) ,让taich在GPU上进行计算。

那么此时,计算所有小于1000万的素数就只耗时0.45s了,与原来的Python代码相比速度就提高了120倍

厉不厉害?

什么?你觉得这个例子太简单了,说服力不够?我们再来看一个稍微复杂一点的。

动态规划,速度x500

动态规划不用多说,作为一种优化算法,通过动态存储中间计算结果来减少计算时间。

我们以经典教材《算法导论》中的经典动态规划案例“最长公共子序列问题(LCS)”为例。

比如对于序列a = [0, 1, 0, 2, 4, 3, 1, 2, 1]和序列b = [4, 0, 1, 4, 5, 3, 1, 2],它们的LCS就是:

LCS(a, b) = [0, 1, 4, 3, 1, 2]。

用动态规划的思路计算LCS,就是先求解序列a的前i个元素和序列b的前j个元素的最长公共子序列的长度,然后逐步增加i或j的值,重复过程,得到结果。

我们用f[i, j]来指代这个子序列的长度,即LCS((prefix(a, i), prefix(b, j)。其中prefix(a, i) 表示序列a的前i个元素,即a[0], a[1], …, a[i - 1],得到如下递归关系:

782765d3c096221efb3c2b4ab9b3e7b6.png

完整代码如下:

5d2a658d74bdfc2dd81a6df45587bb45.png

现在,我们用Taichi来加速:

713ea837d96214477d756933bcd3d9d0.png

结果如下:

93cf5e7ea5fe56af9537cc7cfbdb3e5f.png

胡渊鸣电脑上的程序最快做到了0.9秒内完成,而换成用NumPy来实现,则需要476秒,差异达到了超500倍!

最后,我们再来一个不一样的例子。

反应 - 扩散方程,效果惊人

自然界中,总有一些动物身上长着一些看起来无序但实则并非完全随机的花纹。

f060d76e80f6b7344174c7e62772df5a.png

图灵机的发明者艾伦·图灵是第一个提出模型来描述这种现象的人。

在该模型中,两种化学物质(U和V)来模拟图案的生成。这两者之间的关系类似于猎物和捕食者,它们自行移动并有交互:

  1. 最初,U和V随机分布在一个域上;

  2. 在每个时间步,它们逐渐扩散到邻近空间;

  3. 当U和V相遇时,一部分U被V吞噬。因此,V的浓度增加;

  4. 为了避免U被V根除,我们在每个时间步添加一定百分比 (f) 的U并删除一定百分比 (k) 的V。

上面这个过程被概述为“反应-扩散方程”:

5f65e7520907d20fde69a0f8d19f666a.png

其中有四个关键参数:Du(U的扩散速度),Dv(V的扩散速度),f(feed的缩写,控制U的加入)和k(kill的缩写,控制V的去除)。

如果Taichi中实现这个方程,首先创建网格来表示域,用vec2表示每个网格中U, V的浓度值。

拉普拉斯算子数值的计算需要访问相邻网格。为了避免在同一循环中更新和读取数据,我们应该创建两个形状相同的网格W×H×2。

每次从一个网格访问数据时,我们将更新的数据写入另一个网格,然后切换下一个网格。那么数据结构设计就是这样:

da66a7cf51c124b061b8f743346d7782.png

一开始,我们将U在网格中的浓度设置为 1,并将V放置在50个随机选择的位置:

1df41d8e54b8603b823e15550fb737c3.png

那么实际计算就可以用不到10行代码完成:

@ti.kernel
def compute(phase: int):for i, j in ti.ndrange(W, H):cen = uv[phase, i, j]lapl = uv[phase, i + 1, j] + uv[phase, i, j + 1] + uv[phase, i - 1, j] + uv[phase, i, j - 1] - 4.0 * cendu = Du * lapl[0] - cen[0] * cen[1] * cen[1] + feed * (1 - cen[0])dv = Dv * lapl[1] + cen[0] * cen[1] * cen[1] - (feed + kill) * cen[1]val = cen + 0.5 * tm.vec2(du, dv)uv[1 - phase, i, j] = val

在这里,我们使用整数相位(0或1)来控制我们从哪个网格读取数据。

最后一步就是根据V的浓度对结果进行染色,就可以得到这样一个效果惊人的图案:‍

9abdf08b0b89ab8bfa1b2409b643bafe.gif

‍有趣的是,胡渊鸣介绍,即使V的初始浓度是随机设置的,但每次都可以得到相似的结果。

而且和只能达到30fps左右的Numba实现比起来,Taichi实现由于可以选择GPU作为后端,轻松超过了 300fps。

pip install即可安装

看完上面三个例子,你这下相信了吧?

其实,Taichi就是一个嵌入在Python中的DSL(动态脚本语言),它通过自己的编译器将被 @ti.kernel 装饰的函数编译到各种硬件上,包括CPU和GPU,然后进行高性能计算。

有了它,你无需再羡慕C++/CUDA的性能。

正如其名,Taichi就出自太极图形胡渊鸣的团队,现在你只需要用pip install就能安装这个库,并与其他Python库进行交互,包括NumPy、Matplotlib和PyTorch等等。

当然,Taichi用起来和这些库以及其他加速方法有什么差别,胡渊鸣也给出了详细的优缺点对比,感兴趣的朋友可以戳下面的链接详细查看:

https://docs.taichi-lang.org/blog/accelerate-python-code-100x

http://www.lbrq.cn/news/182323.html

相关文章:

  • 后台网站建设招聘/2022今天刚刚发生地震了
  • 锡盟做网站/百度竞价ocpc投放策略
  • 做视频网站用什么云盘好/网络运营是做什么的工作
  • 辽宁省阜蒙县建设局网站/seo的作用有哪些
  • 网站开发公司合作协议书/域名注册购买
  • 网站点内页还是首页/营销策划方案案例范文
  • wordpress页面添加按钮/seo推广需要多少钱
  • 重庆主页网站建设/短信营销
  • 手机版传奇sf开服网站/seo站长综合查询
  • 博山做网站/seovip培训
  • 昆明网站开发的公司/网页设计个人主页
  • 教做家庭菜的网站/郑州好的seo外包公司
  • 咨询类网站建设/亚马逊关键词优化怎么做
  • 网站建设安全制度图片/关键词出价计算公式
  • 网站建设客户常见问题/网站seo优化排名
  • 徐州高端模板建站/安卓系统优化大师
  • 北川建设局网站/吸引人的软文
  • 响应式app网站模板/网络营销策划的基本原则是什么
  • 做视频网站投入多少/苏州推广排名
  • 专业做网站制作的公司/广告公司的业务范围
  • 多平台推广/站内关键词自然排名优化
  • 建设英文外贸网站/武汉seo主管
  • 网站弹窗在中间位置/软文推广代表平台
  • 手机微网站 模板/培训班学员培训心得
  • 大连网站制作最好的公司/首页排名优化公司
  • 哪有做婚介网站的/百度seo入驻
  • 上海网站建设费用/seo排名点击手机
  • 武汉住房和城乡建设厅网站/八种营销模式
  • 网站建设找客户渠道/谷歌搜索引擎
  • 福州市建设工程造价管理网站/互联网公司排名
  • 利用RAII与析构函数避免C++资源泄漏
  • 【DM数据守护集群搭建-读写分离】
  • 2025.7.26字节掀桌子了,把coze开源了!!!
  • OpenCV图像梯度、边缘检测、轮廓绘制、凸包检测大合集
  • 一、Spring框架结构组成详解
  • MyBatis_3