Herausforderung: Implementierung von Benchmarking
Swipe to start coding
Lassen Sie uns das Benchmarking üben, indem wir zwei Ansätze zum Quadrieren der Elemente eines NumPy-Arrays vergleichen. Der erste Ansatz, der langsamere, verwendet eine for
-Schleife, um jedes Element einzeln zu quadrieren, während der zweite Ansatz Vektorisierung nutzt. Machen Sie sich keine Sorgen, wenn dieses Konzept unbekannt klingt – wir werden es später im Kurs besprechen.
Ihre Aufgabe ist es nun, Folgendes zu tun:
- Definieren Sie zwei Funktionen:
- Die erste, benannt
square_array_slow
, sollte einen einzelnen Parameterarray
nehmen; - Die zweite, benannt
square_array_fast
, sollte ebenfalls denselben Parameter nehmen.
- Die erste, benannt
- Dekorieren Sie beide Funktionen mit dem
timeit_decorator
und setzen Sienumber
auf100
.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 7.69
Herausforderung: Implementierung von Benchmarking
Swipe um das Menü anzuzeigen
Swipe to start coding
Lassen Sie uns das Benchmarking üben, indem wir zwei Ansätze zum Quadrieren der Elemente eines NumPy-Arrays vergleichen. Der erste Ansatz, der langsamere, verwendet eine for
-Schleife, um jedes Element einzeln zu quadrieren, während der zweite Ansatz Vektorisierung nutzt. Machen Sie sich keine Sorgen, wenn dieses Konzept unbekannt klingt – wir werden es später im Kurs besprechen.
Ihre Aufgabe ist es nun, Folgendes zu tun:
- Definieren Sie zwei Funktionen:
- Die erste, benannt
square_array_slow
, sollte einen einzelnen Parameterarray
nehmen; - Die zweite, benannt
square_array_fast
, sollte ebenfalls denselben Parameter nehmen.
- Die erste, benannt
- Dekorieren Sie beide Funktionen mit dem
timeit_decorator
und setzen Sienumber
auf100
.
Lösung
Danke für Ihr Feedback!
Awesome!
Completion rate improved to 7.69single