Question

我使用记忆化来加快复杂函数 complexfunct() 的使用。此函数将不同维度的 numpy.array 作为输入（它可以存储 5 到 15 个值）。 numpy.array 的每个值都属于一组 5 个值。所以我的 complexfunct() 允许的输入数量非常大，不可能记住所有这些。这就是为什么当我运行我的 jupyter notebook 时它崩溃了。

我正在使用的记忆功能是这个：

def memoize(func):
    """Store the results of the decorated function for fast lookup
    """
    # Store results in a dict that maps arguments to results
    cache = {}
    def wrapper(*args, **kwargs):
        key = str(args) + str(kwargs)
        if key not in cache:
            cache[key] = func(*args, **kwargs)
        return cache[key]
    return wrapper

我的问题是：我可以设置消耗的缓存的大小，以便如果它已饱和并且必须在缓存中存储新输入，那么它将替换第一个条目-或者更好，最近最少使用。

先谢谢大家。

Answer 1

如果它已经饱和并且必须将新输入存储在缓存中，那么它将替换第一个条目 - 或者更好，最近最少使用的条目。

考虑到您关心插入顺序，在决定删除哪些内容时，我建议使用 collections.OrderedDict 代替 dict，即添加 import collections 并替换

cache = {}

使用

cache = collections.OrderedDict()

然后在插入后添加检查，如果大小超出限制就做：

cache.popitem(last=False)

放弃最旧的条目。

Memoization：设置消耗的缓存大小

1 个答案: