Bottleneck 项目技术文档
2024-12-20 15:38:02作者:戚魁泉Nursing
1. 安装指南
Bottleneck 是一组用 C 语言编写的快速 NumPy 数组函数。以下是安装 Bottleneck 的步骤:
Linux 和 macOS
在 Linux 或 macOS 上安装 Bottleneck,可以使用 pip 命令:
$ pip install .
Windows
在 Windows 上安装 Bottleneck,首先需要安装 MinGW 并将其添加到系统路径中。然后使用以下命令安装 Bottleneck:
$ python setup.py install --compiler=mingw32
另外,您也可以使用 Christoph Gohlke 创建的 Windows 二进制文件:http://www.lfd.uci.edu/~gohlke/pythonlibs/#bottleneck
2. 项目使用说明
Bottleneck 提供了多种快速处理 NumPy 数组的函数。以下是一些基本的使用示例:
创建 NumPy 数组
import numpy as np
a = np.array([1, 2, np.nan, 4, 5])
计算带有 NaN 的平均值
import bottleneck as bn
bn.nanmean(a)
计算移动窗口平均值
bn.move_mean(a, window=2, min_count=1)
3. 项目API使用文档
Bottleneck 的 API 包含多种函数,用于快速处理 NumPy 数组。以下是部分函数的简要说明:
nanmean: 计算 NumPy 数组的平均值,忽略 NaN 值。move_mean: 计算 NumPy 数组的移动窗口平均值。nanstd: 计算 NumPy 数组的标准差,忽略 NaN 值。nanvar: 计算 NumPy 数组的方差,忽略 NaN 值。nanmin: 计算 NumPy 数组的最小值,忽略 NaN 值。nanmax: 计算 NumPy 数组的最大值,忽略 NaN 值。median: 计算 NumPy 数组的中位数。nanmedian: 计算 NumPy 数组的中位数,忽略 NaN 值。
更多函数和详细信息请参考官方文档。
4. 项目安装方式
Bottleneck 的安装方式已在“安装指南”中详细介绍,以下为简要总结:
- 使用 pip 命令在 Linux 和 macOS 上安装。
- 在 Windows 上安装时,需要先安装 MinGW 并将其添加到系统路径中,然后使用 setup.py 脚本安装。
- 也可以使用 Windows 二进制文件进行安装。
请根据您的操作系统选择合适的安装方式。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265