다. 여러 설정을 사용해 진짜 실행 시간을 측정하고 차이를 비교하는 과정을 반복하려면 인내
가 필요하지만, 결과를 도출하기 위한 확실한 증거를 얻을 수 있다.
NOTE
_
uniform
호출의 순차적인 특성을 이해하고 싶다면,
numpy
의
mtrand
소스 코드(
https
://
oreil
.
ly
/
HxHQD
)를 살펴보고
mtrand
.
pyx
에서
uniform
호출을 추적해 보라.
numpy
의 소스 코드를 살
펴본 적이 없는 독자에게는 이 과정이 좋은 연습이 될 수 있다.
numpy
를 빌드할 때 어떤 라이브러리를 사용하느냐에 따라 몇 가지 병렬화 기회를 살릴 수도
있다.
numpy
를 빌드에 사용한 하위 라이브러리(예를 들어 인텔의 수학 커널 라이브러리
Math
Kernel
Library
나 오픈블라스
OpenBLAS
의 사용 여부)에 따라서 서로 다른 성능 향상 특성을 관찰하게
될 것이다.
numpy
.
show
_
config
()
를 사용해 여러분이 사용하는
numpy
의 설정을 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.