Я трачу много времени, чтобы ускорить приведенный ниже сценарий, но не могу. Не могли бы вы помочь мне или предложить какой-нибудь способ ускорить его? Это мой код
import numpy as np
import time
#Unchange
input = np.random.randn(300,400,500)
step_x = 30
step_y = 40
step_z = 50
lst_x = np.arange(0, input.shape[0] + step_x, step_x)
lst_y = np.arange(0, input.shape[1] + step_y, step_y)
lst_z = np.arange(0, input.shape[2] + step_z, step_z)
results = np.zeros((input.shape))
t0 = time.time()
for i in range(len(lst_x)):
for j in range(len(lst_y)):
for k in range(len(lst_z)):
xx= lst_x[i]
yy= lst_y[j]
zz= lst_z[k]
patch = input[xx : xx + step_x, yy : yy + step_y, zz : zz + step_z]
patch_added = np.random.randn(patch.shape[0],patch.shape[1],patch.shape[2]) + patch
results[xx : xx + step_x, yy : yy + step_y, zz : zz + step_z] += patch_added
print ('Time consumption: ', time.time()-t0)
Вы можете запустить онлайн на https://repl.it/repls/PleasingGhostwhiteNetworking
В настоящее время на Repl.it требуется 11 секунд. Можете ли вы сделать это быстрее в Python 3?
Обновление: У меня есть исходный массив ввода, который является 3D-массивом. Из массива я буду извлекать патчи размером 30x40x50 и обрабатывать патч. После этого обработанные исправления будут назначены в массив результатов с местоположением, совпадающим с местоположением исправлений в input