Question

的一个奇怪结果时，我正在尝试矢量加法和按分量取幂的速度

非矢量化版本

julia> @time exp(randn(1000) + randn(1000))

几次跑步后

大约需要0.001秒。从0.6开始，还会发出弃用警告。

如果我将指数函数矢量化，

julia> @time exp.(randn(1000) + randn(1000))

我的速度提高了4倍，达到了约0.00025秒。

但是，如果我同时对指数函数和向量的加法运算（两者）

，

julia> @time exp.(randn(1000) .+ randn(1000))

我的速度减慢了大约0.05秒。为什么会发生这种情况？什么时候应该避免使用点语法来最大化性能？

Answer 1

.+创建一个匿名函数。在REPL中，每次都会创建此函数，并且会破坏计时结果。另外，使用全局（动态类型，即不可推断）会减慢所有示例的速度。在任何实际情况下，您的代码都将包含在函数中。当它在函数中时，仅在第一次调用该函数时才编译。示例：

> x = randn(1000); y = randn(1000);

> @time exp(x + y);
WARNING: exp(x::AbstractArray{T}) where T <: Number is deprecated, use exp.(x) instead.
Stacktrace:
 [1] depwarn(::String, ::Symbol) at .\deprecated.jl:70
 [2] exp(::Array{Float64,1}) at .\deprecated.jl:57
 [3] eval(::Module, ::Any) at .\boot.jl:235
 [4] eval_user_input(::Any, ::Base.REPL.REPLBackend) at .\REPL.jl:66
 [5] macro expansion at C:\Users\Chris\.julia\v0.6\Revise\src\Revise.jl:775 [inlined]
 [6] (::Revise.##17#18{Base.REPL.REPLBackend})() at .\event.jl:73
while loading no file, in expression starting on line 237
  0.620712 seconds (290.34 k allocations: 15.150 MiB)

> @time exp(x + y);
  0.023072 seconds (27.09 k allocations: 1.417 MiB)

> @time exp(x + y);
  0.000334 seconds (95 allocations: 27.938 KiB)

>

> @time exp.(x .+ y);
  1.764459 seconds (735.52 k allocations: 39.169 MiB, 0.80% gc time)

> @time exp.(x .+ y);
  0.017914 seconds (5.92 k allocations: 328.978 KiB)

> @time exp.(x .+ y);
  0.017853 seconds (5.92 k allocations: 328.509 KiB)

>

> f(x,y) = exp.(x .+ y);

> @time f(x,y);
  0.022357 seconds (21.59 k allocations: 959.157 KiB)

> @time f(x,y);
  0.000020 seconds (5 allocations: 8.094 KiB)

> @time f(x,y);
  0.000021 seconds (5 allocations: 8.094 KiB)

请注意，通过将其放入函数中，它可以进行编译和优化。这是Julia Performance Tips中提到的主要内容之一。

点语法会导致向量加法速度降低200倍

1 个答案: