NumPy เจตเจฟเจ—เจฟเจ†เจจเจ• เจ•เฉฐเจชเจฟเจŠเจŸเจฟเฉฐเจ— เจชเจพเจˆเจฅเจจ เจฒเจพเจ‡เจฌเฉเจฐเฉ‡เจฐเฉ€ 1.19 เจœเจพเจฐเฉ€ เจ•เฉ€เจคเฉ€ เจ—เจˆ

เจ‰เจชเจฒเฉฑเจฌเจง เจตเจฟเจ—เจฟเจ†เจจเจ• เจ•เฉฐเจชเจฟเจŠเจŸเจฟเฉฐเจ— เจฒเจˆ เจชเจพเจˆเจฅเจจ เจฒเจพเจ‡เจฌเฉเจฐเฉ‡เจฐเฉ€ เจฆเฉ€ เจฐเจฟเจฒเฉ€เจœเจผ NumPy 1.19, เจฌเจนเฉ-เจ†เจฏเจพเจฎเฉ€ เจเจฐเฉ‡ เจ…เจคเฉ‡ เจฎเฉˆเจŸเฉเจฐเจฟเจ•เจธ เจฆเฉ‡ เจจเจพเจฒ เจ•เฉฐเจฎ เจ•เจฐเจจ 'เจคเฉ‡ เจ•เฉ‡เจ‚เจฆเฉเจฐเจฟเจค เจนเฉˆ, เจ…เจคเฉ‡ เจฎเฉˆเจŸเฉเจฐเจฟเจ•เจธ เจฆเฉ€ เจตเจฐเจคเฉ‹เจ‚ เจจเจพเจฒ เจธเจฌเฉฐเจงเจค เจตเฉฑเจ–-เจตเฉฑเจ– เจเจฒเจ—เฉ‹เจฐเจฟเจฅเจฎเจพเจ‚ เจจเฉ‚เฉฐ เจฒเจพเจ—เฉ‚ เจ•เจฐเจจ เจฆเฉ‡ เจจเจพเจฒ เจซเฉฐเจ•เจธเจผเจจเจพเจ‚ เจฆเจพ เจ‡เฉฑเจ• เจตเฉฑเจกเจพ เจธเฉฐเจ—เฉเจฐเจนเจฟ เจตเฉ€ เจชเฉเจฐเจฆเจพเจจ เจ•เจฐเจฆเจพ เจนเฉˆเฅค NumPy เจตเจฟเจ—เจฟเจ†เจจเจ• เจ—เจฃเจจเจพเจตเจพเจ‚ เจฒเจˆ เจตเจฐเจคเฉ€เจ†เจ‚ เจœเจพเจฃ เจตเจพเจฒเฉ€เจ†เจ‚ เจธเจญ เจคเฉ‹เจ‚ เจชเฉเจฐเจธเจฟเฉฑเจง เจฒเจพเจ‡เจฌเฉเจฐเฉ‡เจฐเฉ€เจ†เจ‚ เจตเจฟเฉฑเจšเฉ‹เจ‚ เจ‡เฉฑเจ• เจนเฉˆเฅค เจชเฉเจฐเฉ‹เจœเฉˆเจ•เจŸ เจ•เฉ‹เจก เจจเฉ‚เฉฐ C เจ…เจคเฉ‡ เจตเจฟเฉฑเจš เจ†เจชเจŸเฉ€เจฎเจพเจˆเจœเจผเฉ‡เจธเจผเจจ เจฆเฉ€ เจตเจฐเจคเฉ‹เจ‚ เจ•เจฐเจ•เฉ‡ เจชเจพเจˆเจฅเจจ เจตเจฟเฉฑเจš เจฒเจฟเจ–เจฟเจ† เจ—เจฟเจ† เจนเฉˆ เจฆเฉเจ†เจฐเจพ เจตเฉฐเจกเจฟเจ† BSD เจฒเจพเจ‡เจธเฉฐเจธ เจฆเฉ‡ เจคเจนเจฟเจค.

NumPy 1.19 เจนเฉเจฃ Python 3.5 เจฆเจพ เจธเจฎเจฐเจฅเจจ เจจเจนเฉ€เจ‚ เจ•เจฐเจฆเจพ เจนเฉˆ เจ…เจคเฉ‡ Python 2 เจฆเจพ เจธเจฎเจฐเจฅเจจ เจ•เจฐเจจ เจฒเจˆ เจ•เฉ‹เจก เจจเฉ‚เฉฐ เจนเจŸเจพ เจฆเจฟเฉฐเจฆเจพ เจนเฉˆ (numpy.compat เจฒเฉ‡เจ…เจฐ เจนเฉเจฃเฉ‡ เจฒเจˆ เจœเจ—เฉเจนเจพ 'เจคเฉ‡ เจ›เฉฑเจก เจฆเจฟเฉฑเจคเฉ€ เจ—เจˆ เจนเฉˆ)เฅค เจธเจฎเจฐเจฅเจฟเจค เจธเฉฐเจธเจ•เจฐเจฃ เจชเจพเจˆเจฅเจจ 3.6, 3.7 เจ…เจคเฉ‡ 3.8 เจนเจจเฅค เจฎเฉ‹เจกเฉ€เจŠเจฒ เจฆเจพ เจตเจฟเจ•เจพเจธ เจœเจพเจฐเฉ€ เจฐเจฟเจนเจพ numpy.random เจฌเฉ‡เจคเจฐเจคเฉ€เจฌเฉ‡ เจจเจฎเฉ‚เจจเจฟเจ†เจ‚ เจจเจพเจฒ เจ•เฉฐเจฎ เจ•เจฐเจจ เจฒเจˆ. Aarch64 เจ†เจฐเจ•เฉ€เจŸเฉˆเจ•เจšเจฐ เจ‰เฉฑเจคเฉ‡ NumPy เจตเฉเจนเฉ€เจฒ เจชเฉˆเจ•เฉ‡เจœเจพเจ‚ เจฒเจˆ เจธเฉเจงเจพเจฐเจฟเจ† เจ—เจฟเจ† เจธเจฎเจฐเจฅเจจ เจ…เจคเฉ‡ เจœเจฆเฉ‹เจ‚ เจชเจพเจˆเจฅเจจ เจฒเจพเจ—เฉ‚เจ•เจฐเจจ เจฆเฉ€ เจตเจฐเจคเฉ‹เจ‚ เจ•เฉ€เจคเฉ€ เจœเจพเจ‚เจฆเฉ€ เจนเฉˆ เจชเฉ€เจชเฉ€เจชเฉ€. เจตเจฟเจธเจคเจพเจฐ เจ•เฉ€เจคเจพ เจ•เจพเจฐเจœเจธเจผเฉ€เจฒเจคเจพ numpy.frompyfunc, np.str_, numpy.copy, numpy.linalg.multi_dot, numpy.count_nonzero เจ…เจคเฉ‡ numpy.array_equalเฅค CPU เจธเจฎเจฐเฉฑเจฅเจพเจตเจพเจ‚ เจœเจฟเจตเฉ‡เจ‚ เจ•เจฟ AVX เจธเจฎเจฐเจฅเจจ เจฆเฉ€ เจฌเจฟเจนเจคเจฐ เจ–เฉ‹เจœเฅค เจฒเจพเจ—เฉ‚ เจ•เฉ€เจคเจพ เจ—เจฟเจ† เจœเฉ‹ 5-7 เจ—เฉเจฃเจพ เจคเฉ‡เจœเจผเฉ€ เจจเจพเจฒ เจ•เฉฐเจฎ เจ•เจฐเจฆเจพ เจนเฉˆ np.exp AVX512 'เจคเฉ‡ เจ†เจงเจพเจฐเจฟเจค, เจ‡เจจเจชเฉเจŸ เจกเจพเจŸเจพ เจ•เจฟเจธเจฎ np.float64 เจฒเจˆ เจตเจฐเจคเจฟเจ† เจœเจพเจ‚เจฆเจพ เจนเฉˆเฅค

เจธเจฐเฉ‹เจค: opennet.ru

เจ‡เฉฑเจ• เจŸเจฟเฉฑเจชเจฃเฉ€ เจœเฉ‹เฉœเฉ‹