背景

我自学了机器学习，最近开始深入研究 Julia 机器学习生态系统。

---

来自 python 背景并且有一些 Tensorflow 和OpenCV /skimage经验，我想将 Julia ML 库（Flux/JuliaImages）与它的同行进行基准测试，看看它真正执行CV（任何）任务的速度有多快或多慢， 并决定是否我应该转而使用 Julia。

我知道如何使用这样的timeit模块来获取在 python 中执行函数所花费的时间：

#Loading an Image using OpenCV

s = """\
img = cv2.imread('sample_image.png', 1)
"""
setup = """\
import timeit
"""
print(str(round((timeit.timeit(stmt = s, setup = setup, number = 1))*1000, 2)) + " ms")
#printing the time taken in ms rounded to 2 digits

Run Code Online (Sandbox Code Playgroud)

如何使用适当的库（在本例中为JuliaImages）比较在 Julia 中执行相同任务的函数的执行时间。

Julia 是否为 …

Julia 1.0.0文档提供了一般提示。

它还建议不要使用 @time 宏：

对于更严格的基准测试，请考虑使用 BenchmarkTools.jl 包，它会多次评估函数以减少噪音。

它们在使用中如何比较，使用不在“基础”朱莉娅中的东西是否值得麻烦？