我正尝试使用以下代码生成数据类型为float的10000 * 10000矩阵,其中的条目为非零值。
import numpy as np
list_going_in=np.random.rand(10000,10000)
,但是要花超过一秒钟的时间才能完成。
感谢您的帮助。
答案 0 :(得分:5)
否,没有更快的方法可以做到这一点。随机数生成的开销限制了您。优化这些东西的唯一方法是在矩阵中是否有某种结构(例如所有零,三角形,稀疏等)。如果每个单元格都不相同,则必须分别计算和存储每个单元格。
据我所知, np.random
可能是最快的,无论如何都接近。
答案 1 :(得分:2)
您可以为此使用空:
例如:
np.empty((1000,1000))+np.empty((1000))
答案 2 :(得分:2)
如果我没记错的话,这种情况只会在您开发神经网络时出现,我建议您使用张量流:
import tensorflow as tf
tf.random_uniform(
shape,
minval=0,
maxval=None,
dtype=tf.float32,
seed=None,
name=None
)