哪个网站代做ppt便宜,官网建站模板库,代做网站关键词排名,咸宁做网站最近聚簇计算相似度#xff0c;使用了下面两种方法。 一开始用的sklearn#xff0c;因为没有gpu后来有了gpu就换上了pytorch gpu是V100 batch500(说是batch#xff0c;只是为了预防超出内存#xff0c;做的限制。跑的是个循环速度大概是这样子的#xff1a; torch的cosine…最近聚簇计算相似度使用了下面两种方法。 一开始用的sklearn因为没有gpu后来有了gpu就换上了pytorch gpu是V100 batch500(说是batch只是为了预防超出内存做的限制。跑的是个循环速度大概是这样子的 torch的cosinecpu 3s/it,gpu v100 1.8s/itsklear:cpu 50it/s 总之这个速度差就很离谱有谁能做个解释吗
from sklearn.metrics.pairwise import cosine_similarity
emb_sim torch.cosine_similarity(torch.tensor([update_text[embed]],deviceself.device), torch.tensor(cluster_embed,deviceself.device))#返回尺寸[batch,]
和
emb_sim cosine_similarity(np.array([update_text[embed]]), np.array(cluster_embed))#返回[1,batch]
