为什么space在不同的conda环境中运行较慢?



我使用JupyterLab用space预处理了一组更大的文本文档。虽然总体上没有问题,但我注意到,当我使用不同的conda内核/虚拟环境时,速度差异很大。差异约为10倍。

两个环境都安装了相同版本的spaCy和NumPy;也使用相同的Python版本(3.9.15)。

numpy                   1.23.4          py39h14f4228_0
spacy                   3.3.1           py39h79cecc1_0

所以我不知道速度差异可能来自哪里。也许它来自spaCy需要的另一个包?

我还将笔记本转换为.py脚本并从控制台运行,但结果相同:在一个虚拟环境中,它运行速度大约慢了10倍。

环境缺少cupy。安装后,spaCy在两个环境中显示相同的性能。

相关内容

  • 没有找到相关文章

最新更新