假设我正在尝试使用 numpy 编写 max(0, x) ( ReLU activation 的公式)，其中 x 是一个 numpy 数组。
我可以想到两个明显的实现:
np.clip(x, a_min=0, a_max=None)numpy.maximum(0, x)
哪个是更好的选择，为什么？
最佳答案
对于此特定应用，numpy.maximum应该会更高效(您只需要由 clip 执行的测试之一):
# setting up random example
a = np.random.randint(-100, 100, size=1_000_000)
%%timeit
np.maximum(0, x)
9.62 µs ± 833 ns per loop (mean ± std. dev. of 7 runs, 100,000 loops each)
%%timeit
np.clip(x, a_min=0, a_max=None)
52.5 µs ± 9.92 µs per loop (mean ± std. dev. of 7 runs, 10,000 loops each)
关于python - np.clip 与 np.max 限制较低值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/76032125/