溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

Python優(yōu)化中如何算出每條語(yǔ)句執(zhí)行時(shí)間

發(fā)布時(shí)間:2022-01-04 18:19:40 來源:億速云 閱讀:117 作者:柒染 欄目:大數(shù)據(jù)

Python優(yōu)化中如何算出每條語(yǔ)句執(zhí)行時(shí)間,很多新手對(duì)此不是很清楚,為了幫助大家解決這個(gè)難題,下面小編將為大家詳細(xì)講解,有這方面需求的人可以來學(xué)習(xí)下,希望你能有所收獲。

用Python寫的程序,確實(shí)在性能上會(huì)比其他語(yǔ)言差一些,這是因?yàn)镻ython為了最大化開發(fā)效率,犧牲了一定的運(yùn)行效率。開發(fā)效率和運(yùn)行效率往往是魚與熊掌不可兼得的關(guān)系。

不過,程序性能較差有很多原因,并不能全把鍋甩到Python身上,我們應(yīng)該首先從自己的代碼上找原因,找原因最快的方法就是算出自己寫的語(yǔ)句或函數(shù)的執(zhí)行時(shí)間。這時(shí)候,很多人都會(huì)選擇用以下的形式打印出語(yǔ)句的執(zhí)行時(shí)間:

Python優(yōu)化中如何算出每條語(yǔ)句執(zhí)行時(shí)間


這是一種比較低效的做法,如果你有上萬條語(yǔ)句要測(cè)試,想用這個(gè)方法來找到瓶頸簡(jiǎn)直是大海撈針。幸好,得益于Python強(qiáng)大的社區(qū)功能,我們有很多關(guān)于效率的模塊可以使用,今天要介紹的是 line_profiler , 它可以算出函數(shù)里每條語(yǔ)句的占用時(shí)間。

我們將使用上次電影人臉識(shí)別中的代碼進(jìn)行講解:Python 識(shí)別電影中的人臉,不過要注意,這篇推送里的函數(shù)少傳遞了幾個(gè)參數(shù),正確參數(shù)請(qǐng)點(diǎn)擊該推送下方的閱讀原文進(jìn)行查看哦。

1.準(zhǔn)備

Python環(huán)境當(dāng)然是必備的,如果你還沒有安裝Python,可以看這篇文章:超詳細(xì)Python安裝指南。

打開cmd/terminal輸入以下命令安裝line_profile:

pip install line_profiler

windows機(jī)器如果出現(xiàn) Microsoft Visual C++ 14.0 is required 這樣的錯(cuò)誤,請(qǐng)前往微軟官網(wǎng),下載vs2015勾選"適用于visual C++2015的公共工具" 進(jìn)行安裝。

如果出現(xiàn):ModuleNotFoundError: No module named 'skbuild'的情況,請(qǐng)輸入以下命令安裝scikit-build:

pip install scikit-build

實(shí)在還是安裝不上的話,可以下載anaconda,輸入以下命令安裝:

conda install -c anaconda line_profiler

2.使用

使用方式非常簡(jiǎn)單,比如原來我們?cè)谧x取人臉的代碼中,主函數(shù)是這樣的:

Python優(yōu)化中如何算出每條語(yǔ)句執(zhí)行時(shí)間


我們要測(cè)的是read_pic_save_face函數(shù)中所有語(yǔ)句的執(zhí)行時(shí)間,只需要這樣調(diào)用line_profiler:

Python優(yōu)化中如何算出每條語(yǔ)句執(zhí)行時(shí)間

這樣就可以獲得該函數(shù)所有語(yǔ)句的執(zhí)行時(shí)間報(bào)表。當(dāng)然,它還有許多其他的調(diào)用方法,具體可以看line_profiler說明文檔: 
https://github.com/rkern/line_profiler

3.閱讀報(bào)告

line_profiler報(bào)告包括幾個(gè)部分:

Line: 語(yǔ)句位于第幾行
Hits: 該行被執(zhí)行的次數(shù)
Time: 該語(yǔ)句運(yùn)行的總時(shí)間
Per Hit: 該語(yǔ)句運(yùn)行一次的平均耗時(shí)
% Time: 該語(yǔ)句占總時(shí)間的比重

Python優(yōu)化中如何算出每條語(yǔ)句執(zhí)行時(shí)間

可以看到,我們的這份代碼主要是在face_cascade.detectMultiScale 耗時(shí)最久,這是opencv的分類器執(zhí)行效率問題。知道了是這里的效率問題,優(yōu)化就有一個(gè)目標(biāo)了。

這一部分的優(yōu)化,我們可以從硬件方面入手,讓OpenCV在GPU上運(yùn)行算法,這樣做性能將遠(yuǎn)超在CPU上運(yùn)行的性能,這是絕招。其次就是利用多線程計(jì)算(沒試過,不確定是否有用,或許下次可以試一下)。

看完上述內(nèi)容是否對(duì)您有幫助呢?如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章,請(qǐng)關(guān)注億速云行業(yè)資訊頻道,感謝您對(duì)億速云的支持。

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI