有人成功地使用Numba和JIT编译加速Scikit-learn模型吗?我想看一下的具体模型是回归模型,例如逻辑回归。
我能够使用Numba来优化我写的函数,其中包含使用Sklearn模型,但模型函数本身不受影响,也没有经过优化,因此并未提供明显的加速效果。 有没有办法优化Sklearn函数?
非常感谢任何关于这方面的信息。
有人成功地使用Numba和JIT编译加速Scikit-learn模型吗?我想看一下的具体模型是回归模型,例如逻辑回归。
我能够使用Numba来优化我写的函数,其中包含使用Sklearn模型,但模型函数本身不受影响,也没有经过优化,因此并未提供明显的加速效果。 有没有办法优化Sklearn函数?
非常感谢任何关于这方面的信息。
@numba.vectorize
用于数组,@numba.guvectorise
用于矩阵,这些装饰器可以帮助组合循环操作。它们生成所谓的“ufunc”,以实现此目标,但无需手动编写c代码,而是从python输入中生成。请参见:http://numba.pydata.org/numba-doc/dev/user/vectorize.html