利用 Numba 加速 OPFython
机器学习
2021-06-23 v1 人工智能
摘要
一种受图启发的分类器，称为最优路径森林(OPF)，已被证明是一种最先进的算法，在多种任务中与逻辑回归器、支持向量机相当。近来，其基于 Python 的版本，记为 OPFython，被提出以提供更友好的框架与更快速的 prototyping 环境。然而，基于 Python 的算法慢于其对应的基于 C 的算法，在面对大量数据时影响其性能。因此，本文提出一种简单而高效的加速方法，使用 Numba 包，其加速基于 Numpy 的计算并试图提升算法整体性能。实验结果表明，所提方法取得了优于朴素基于 Python 的 OPF 的结果，并加速了其距离度量计算。
引用
@article{arxiv.2106.11828,
title = {Speeding Up OPFython with Numba},
author = {Gustavo H. de Rosa and João Paulo Papa},
journal= {arXiv preprint arXiv:2106.11828},
year = {2021}
}
备注
12 pages, 1 figure