小编hos*_*d42的帖子

我正在开发一个Python库,它对长位字符串执行许多按位操作,我想找到一个能够最大化其速度的位串类型.我已经尝试了内置的Python int类型,numpy,bitstring和bitarray,而且令人惊讶的是,当涉及到按位操作时,Python int似乎赢了.我用google搜索的所有内容都说numpy对于像这样的矢量化操作要快得多.我是不是以某种方式使用了numpy错误？我可以使用另一个Python库,它实际上改进了Python的内置int类型吗？

from timeit import timeit
import random


size = 10000


def int_to_bits(i):
    result = []
    for _ in range(size):
        result.append(i % 2)
        i >>= 1
    return result



x = random.randrange(2**size)
y = random.randrange(2**size)

print(x.bit_length(), y.bit_length())

x_bits = int_to_bits(x)
y_bits = int_to_bits(y)

t = timeit(
    stmt='a & b',
    setup='a = %d; b = %d' % (x, y)
)
print("raw ints:", t)

t = timeit(
    stmt='a & b',
    setup=('import numpy;'
           'a = numpy.array(%r, dtype=int);' …

我是 TensorFlow 的新手。当我运行一个简单的脚本时，我发现它占用了太多内存。我不是说 GPU 内存，我是说CPU内存。

这是我的脚本：

# -*- coding: utf-8 -*-

import time
import tensorflow as tf
tf_config = tf.ConfigProto()
tf_config.gpu_options.allow_growth = False
with tf.Session(config=tf_config) as sess:
    print('Listening.....')
    time.sleep(100) 

上面python程序的内存使用情况

根据我的观察，'import tensorflow as tf' 需要大约 100MB，而 tf.Session 需要其他人。

嗯，我想知道有没有什么方法可以优化它？

我想使用 ARIMAResults 类进行 ARIMA 建模。任何人都可以引用普通 ARIMA 类和 ARIMAResults 类之间的区别吗？另外，有人可以通过举个例子来帮助我做 ARIMAResults 吗？我有一组数据，必须拟合 ARIMA 模型并预测值。