首页 文章 精选 留言 我的

精选列表

搜索[速度],共10004篇文章
优秀的个人博客,低调大师

认识医生:为了600毫秒的反应速度

我们的名字? 我们是认识医生(杭州认识科技有限公司),是智慧随访整体解决方案提供商。 医疗数据高并发,我们一开始就注定了上云之路 我们作为一家致力通过AI智慧医疗随访来服务社会的企业,需要面对和处理来自合作医院的高并发数据,所以项目从开始研发就注定与云服务的合作。 我们关注于如何让医护人员更有效的获取患者诊后病情症状;如何让医院和病患更有效的交互;如何让医生随时查看患者即时疾病信息,以便根据病情现状快速作出干预。这都需要即时而迅速的数据处理和反馈。作为创业型企业,自己搭建在人力和成本上都太不现实了,所以说我们注定上云。 举例来说,患者离开医院后,医生可以通过我们的系统,以智能语音外呼的方式主动了解患者的身体情况,作为后续诊疗的重要参考。在线应答的反应时间要控制在600毫秒内,否则患者体验就不够好。有了阿里云的支持,我们才有可能在如此短的时间内触达全国消费者。 老板和IT,都看中了阿里云 选择阿里云,我们没有太大的顾虑。作为老板,我看中的首先是数据安全和成本。我认为阿里云是值得信赖的,合作这么长时间来,也确实没有一次是因为阿里云导致的系统问题;成本上,阿里云确实性价比高,收费还是很合理。我的IT人员,当然主要看上阿里云能帮助他们多大限度地缩短项目周期。那么我们上下都一致地选择了阿里云。 目前使用:云主机、云空间、阿里云分析、短信服务打算使用:虚拟运营商、区块链技术 扫描二维码,阿里云618等你拼团上云!

优秀的个人博客,低调大师

基于Python装饰器的向量化计算速度对比

timer是一个装饰器,功能是给被装饰的函数计时。如果要进一步了解装饰器的使用,点击此链接Python闭包函数和装饰器 sumOfLoop函数是常规的使用for进行循环遍历求和的方法; sumOfComprehension函数使用推导式得出新的列表,然后用内置sum函数求出列表的和; sumOfVectorization函数使用np.dot方法求出两个数据类型的为numpy.ndarray的对象的点积,两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为:a·b=a1b1+a2b2+……+anbn。 np.random.rand()方法需要传入一个参数,例如传入参数为5,则返回一个数据类型为numpy.ndarray、长度为5、其中元素的值范围为0-1的对象,如下图所示: np.random.rand()方法.png from time import time import numpy as np def timer(func): def inner(*args,**kwargs): start = time() result = func(*args,**kwargs) end = time() usedTime = 1000 * (end - start) print("%s function used %.2f ms,return %.4f" %(func.__name__,usedTime,result)) return result return inner @timer def sumOfLoop(np_array): result = 0 for i in np_array: result += i * i return result @timer def sumOfComprehension(np_array): return sum([i * i for i in np_array]) @timer def sumOfVectorization(np_array): return np.dot(np_array,np_array) if __name__ == "__main__": print("计算小数平方和三种方法对比:") n = np.random.rand(3000000) a = sumOfLoop(n) print(a) sumOfComprehension(n) sumOfVectorization(n) print("计算整数平方和三种方法对比:") n = np.array(range(3000000)).astype('int64') sumOfLoop(n) sumOfComprehension(n) sumOfVectorization(n) 本文作者在2018年7月13日晚11点的运行结果如下: 计算小数平方和三种方法对比: sumOfLoop function used 1036.76 ms,return 999213.4882 sumOfComprehension function used 1103.75 ms,return 999213.4882 sumOfVectorization function used 2.00 ms,return 999213.4882 计算整数平方和三种方法对比: sumOfLoop function used 545.89 ms,return 8999995500000499712.0000 sumOfComprehension function used 718.86 ms,return 8999995500000499712.0000 sumOfVectorization function used 5.00 ms,return 8999995500000499712.0000

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。