python - 哪种平台/语言用于繁重的计算/ML 任务?
问题描述
我们在 Python Data 生态系统中构建了一个 MVP,但性能远不如预期。
我们的方法:
- 用于任务并行化的多处理模块(在 Python 中笨拙地完成 - 腌制/取消腌制每个任务)
- scikit-learn 库
- 用于数据传输的 pandas
- 这与处理大数据或在大数据上训练模型无关,在分析后我们发现大部分时间都花在了常规计算任务上,但我们正在做很多事情。
因此:
- 我们想知道我们还能用什么来加快计算速度?经过一些研究后,出现了一些候选者:Julia、Lua、Rust 等。
- 要求:
- 快点
- 设计支持并行化(不是像 Python 那样的解决方法)
- 科学库的存在,不是所有的 Python,而是主要的选择
- 编译(我猜)
- 要求:
- 但是在我们转移到另一个平台之前——我们想知道是否有一种方法可以加速现有的 Python 代码?
非常感谢有关这两种情况的任何意见。
编辑:嗯,我认为哪个平台/语言的计算速度更快有一个非常明确的答案,我也想听听在其他平台上有经验的人的意见。
解决方案
推荐阅读
- c# - 我将如何跟踪赛车游戏中玩家和 AI 的位置?
- ruby-on-rails - 如何从已安装的 Spree gem 的控制器中扩展我的控制器?
- python - 错误:无法为使用 PEP 517 且无法直接安装的郁金香构建轮子
- mysql - 在sql中对每日数据使用季度数据
- node.js - Laravel,在全新安装上运行 npm run dev 时出错
- python-3.x - 在python中输出水平循环
- angular - 角度按钮不断重复重新渲染
- html - CSS 媒体查询范围
- reactjs - 第一次成功编译 Next.js 后,“语法错误:无法在模块外使用 import 语句”
- python - 如何使用 python 优化基于时间序列的资源分配