TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #32 · 7 фев.

Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks

Резултати

Пронајдени 6 слични објави

Пребарај: #novelai

当前筛选 #novelai清除筛选

#NovelAI#ACG 常用Step和CFG Scale的对比 1girl, shy, very_long_hair, white_hair, miko, fox_girl, loli, flat_breasts, pink_thighhighs, zettai_ryouiki, bangs, short_dress, long gloves, white gloves, looking_at_viewers, detached_sleeves, eyebrows_visible_through_hair, eyes_visible_through_hair, parted_lips, smile, game_cg, hair_ribbon, ribbon, red_ribbon, torii_background, day, noon, daylight, sun, cloud, blue,sky, sakura, (small_breasts), Negative prompt: deformed,bad anatony,disfigured,mutation,mutated,extea limbs,ugly fat,missing limbs,floating limbs,disconnected Iimbs,long neck,long body,part of the head,mutated hands and fingers,itricate human hands fingers,poorly drawn hands,malformed hands,poorly drawn fat,poorly drawn asymmetrical eyes,deformed,disfigured,Intricete humanhands fngers, poorly drawn face,low resolution, bad hands,text, error, missing fingers, extra digit,fewer digits, cropped, worst quality, low quality, jpeg artifacts,signature,watermark,username,blurry, black_hair, black_thighhighs, Sampler: Euler, Seed: 1772504817, Size: 384x256, Model hash: 925997e9 925997e9: animefull-final-pruned stable-diffusion-webui: git commit = dccc181b55100b09182c1679c8dd75011aad7335 顺带一提,生成效果来看,剪裁过的(pruned)和没有剪裁的latest模型基本上没有区别。 XP by Kanade (大雾) 部分 Negative prompt by 🌽🦊

Hashtags