小编Vla*_*lin的帖子

我有一个向量数组,并计算他们的差异与第一个的差异.使用python广播时,计算速度明显慢于通过简单循环进行计算.为什么？

import numpy as np

def norm_loop(M, v):
  n = M.shape[0]
  d = np.zeros(n)
  for i in range(n):
    d[i] = np.sum((M[i] - v)**2)
  return d

def norm_bcast(M, v):
  n = M.shape[0]
  d = np.zeros(n)
  d = np.sum((M - v)**2, axis=1)
  return d

M = np.random.random_sample((1000, 10000))
v = M[0]

%timeit norm_loop(M,v) - > 25.9 ms

%timeit norm_bcast(M,v) - > 38.5 ms

我有Python 3.6.3和Numpy 1.14.2

要在google colab中运行示例:https://drive.google.com/file/d/1GKzpLGSqz9eScHYFAuT8wJt4UIZ3ZTru/view ? usp = sharing

我是嵌入式编程的新手，想了解在功能强大的嵌入式处理器上运行 python scikit-learn 需要做什么。
以树莓派为例。