Python张量编程：从STL List到Numpy和Tensorflow-GPU的比较-CSDN博客

本文探讨了使用Python进行张量编程的不同方法，包括STL List、Numpy和Tensorflow-GPU。通过示例展示了如何计算不同数组组合的和，并对比了它们的性能，发现在处理大规模数据时，虽然Numpy较List更快，但Tensorflow-GPU在特定操作上的并行计算能力受限。

个人看来，张量编程最直接的方法是以一维矢量为核心，用位置指标编程来实现张量运算，而以reshape辅助打印。

例：给定若干组数，各组取出一个求和，将所有的和放到一个张量中。

简单起见，一共就两组数 x=[2,3], y=[5,7,11]。各抽取一个数出来求和将形成一个矩阵。答案是

7	9	13
8	10	14

下面我们写三种程序并作比较。

Python STL List写法

List是Python基础语言的一个主要数据结构。它是一个容器，数学上对应着序列的概念。

好处是处于语言的基础层，兼容性强，扩展性强，编写简易。

坏处是速度比较慢，不太适合高性能计算。

"""
Displaying 2D rectangular table wherein the cells are 
evaluated results of a function on the margins.
"""
#list version
#delcare left margin of length 2
x = [2,
     3]
#declare top margin of lenght 3
y = [5,7,11]
#create the index skeleton of the result grid
grididx = range(len(x)*len(y))
#define function
f = lambda i: x[i // 3] + y[i % 3]