Ces dernières années, il existe un langage de programmation omniprésent, et tout le monde connaît son nom. On prêche même sur Internet qu'on peut devenir un maître en programmation en l'apprenant. C'est Python. Apprendre Python est comme un trésor : il est facile à lire et à écrire, possède une forte compatibilité, des bibliothèques riches et un large éventail d'utilisations. Il est devenu très populaire à l'ère des données et de l'apprentissage automatique. Aussi bon soit-il, Python a toujours ses propres inconvénients, c'est-à-dire qu'il est trop lent ! Il existe de nombreux langages de programmation, tels que C++, Fortran et Java, qui sont les plus connus. Les programmes écrits en Python sont notoirement lents par rapport à eux. Une équipe d'informaticiens de l'Université du Massachusetts à Amherst, dirigée par Emery Berger, a lancé un profileur Python appelé Scalene. La recherche connexe « Triangulation des problèmes de performances Python avec SCALENE » a remporté le prix du meilleur article lors de la conférence USENIX Operating System Design and Implementation (OSDI). Emery Berger a déclaré que Python est 100 à 1 000 fois plus lent que d'autres langages et que certaines tâches peuvent prendre 60 000 fois plus de temps en Python. Et Scalene est efficace pour identifier exactement les retards de Python, permettant aux programmeurs de dépanner et de simplifier le code pour de meilleures performances. Le projet est également open source et compte près de 100 000 étoiles GitHub.
1. Adresse du projet : https://github.com/plasma-umass/scaleneScalene : Python haute performance analyse Python est connu pour son inefficacité. Pour résoudre ce problème, les programmeurs peuvent utiliser des profileurs pour identifier les zones inefficaces de leurs programmes.
Scalene est un profileur de CPU, GPU et mémoire hautes performances pour Python. Il fait des choses qu'aucun autre analyseur Python ne peut faire. Scalene exécute des ordres de grandeur plus rapidement que les autres profileurs et fournit des informations plus détaillées. C’est également le premier profileur à utiliser l’IA pour les recommandations d’optimisation. Les vitesses des ordinateurs ne s'améliorent plus, et les améliorations futures de la vitesse dépendront davantage d'une programmation efficace que du matériel. Scalene est rapide et précis. Il utilise l'échantillonnage plutôt que l'instrumentation ou s'appuie sur les outils de traçage de Python. Les frais généraux ne dépassent généralement pas 10 à 20 % (généralement moins).Guide d'utilisation Tout d'abord, vous devez saisir la clé OpenAI.
Après avoir saisi une clé valide, cliquez sur le boulon (⚡) à côté de n'importe quelle ligne ou sur l'explosion (?) de toute la zone de code pour générer des suggestions d'optimisation. Cliquez sur une optimisation suggérée pour la copier dans votre presse-papiers.Suggestions d'optimisation
Vous pouvez cliquer plusieurs fois sur le boulon ou l'explosion pour générer différentes suggestions d'optimisation.Emery Berger est professeur à l'École d'information et d'informatique de l'Université du Massachusetts à Amherst. Il a obtenu son doctorat en informatique de l'Université du Texas à Austin en 2002.
Le professeur Berger a été scientifique invité à Microsoft Research et à l'Université polytechnique de Catalogne (UPC)/Barcelona Supercomputing Center (BSC). Ses intérêts de recherche portent sur les langages de programmation, les systèmes d'exécution et les systèmes d'exploitation, avec un accent particulier sur l'amélioration de la fiabilité, de la sécurité et des performances des systèmes.Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!