Measuring Performance of Transformer Inference
Machine Learning Mastery3231 字 (约 13 分钟)
85
Transformer推理性能需通过延迟、吞吐量等指标衡量，需关注首token时间、内存使用及多GPU优化。
入选理由：首token时间（TTFT）和每输出token时间（TPOT）是衡量用户感知延迟的关键指标。
精选文章#Transformer#性能优化#GPU计算#机器学习英文
产品
NumPy
Python科学计算库，提供百分位数计算功能
已跟踪 9 条高相关材料
TraeAI 观察
最近变化
2026-08-04 · 首token时间（TTFT）和每输出token时间（TPOT）是衡量用户感知延迟的关键指标。
为什么值得关注
NumPy 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Python性能优化NumPyPandas数据处理
如果只读 3 篇
1
Measuring Performance of Transformer Inference
Machine Learning Mastery · 8.5 分
Transformer推理性能需通过延迟、吞吐量等指标衡量，需关注首token时间、内存使用及多GPU优化。
2
57场面试杀进OpenAI！华人博士开源「AI面经」，含泪推荐
量子位 · 8.5 分
华人博士Alisa开源AI求职经验，含57场面试细节与OpenAI入职攻略。
3
Stop Writing Loops in Pandas: 7 Faster Alternatives to Try
KDnuggets · 8.5 分
避免在 Pandas 中使用循环，采用 7 种更高效的数据处理方法，提升性能。
相关材料
已收录 9 条与 NumPy 相关的内容，按评分排序。
57场面试杀进OpenAI！华人博士开源「AI面经」，含泪推荐
量子位3673 字 (约 15 分钟)
85
华人博士Alisa开源AI求职经验，含57场面试细节与OpenAI入职攻略。
入选理由：Alisa共面试57场，最终入职OpenAI。
精选文章#OpenAI#求职#AI#面试#技术面试中文
Stop Writing Loops in Pandas: 7 Faster Alternatives to Try
KDnuggets1549 字 (约 7 分钟)
85
避免在 Pandas 中使用循环，采用 7 种更高效的数据处理方法，提升性能。
入选理由：使用向量化操作替代循环，提升计算效率。
精选文章#Pandas#Python#数据处理#性能优化中英混合
3 NumPy Tricks for Numerical Performance
KDnuggets2046 字 (约 9 分钟)
85
使用 NumPy 的向量化、原地操作和内存视图可显著提升数值计算性能。
入选理由：使用 NumPy 的向量化和广播机制替代显式循环，可提升性能。
精选文章#NumPy#Python#性能优化英文
Pandas 仍在数据处理中占据重要地位
Towards Data Science3742 字 (约 15 分钟)
85
Pandas 仍是数据处理的首选工具，因其功能强大且社区支持广泛。
入选理由：Pandas 在数据清洗和转换方面具有显著优势。
精选文章#Pandas#数据处理#Python英文
如何用Python从零构建向量搜索
KDnuggets1886 字 (约 8 分钟)
85
本文讲解如何用Python从零构建向量搜索系统，通过NumPy实现嵌入向量的存储、归一化和余弦相似度计算。
入选理由：使用NumPy构建向量搜索系统
精选文章#Python#向量搜索#机器学习中文
数据科学家必须掌握的5个Python概念
KDnuggets2705 字 (约 11 分钟)
82
本文介绍了数据科学家必须掌握的5个Python核心概念，重点强调了NumPy向量化和广播机制在提升数据处理性能中的关键作用，通过对比传统循环与向量化实现，展示了性能提升可达26倍以上。
入选理由：使用NumPy向量化可将数组运算速度提升至传统Python循环的26倍以上
精选文章#Python#数据科学#NumPy#向量化#性能英文
使用 Mimesis 模拟一年期物联网传感器时间序列数据
KDnuggets1130 字 (约 5 分钟)
82
本文介绍如何使用 Mimesis 工具结合数学模型生成一年期的 IoT 传感器时间序列数据，重点模拟温度随季节变化的波动模式，并包含设备元数据，适用于机器学习和数据分析场景。
入选理由：使用 Mimesis 生成随机设备元数据，包括 device_id、location、firmware_version 和 ip_address。
精选文章#IoT#时间序列#数据生成#Mimesis#Python英文
Building Context-Aware Search in Python with LLM Embeddings + Metadata
Machine Learning Mastery2404 字 (约 10 分钟)
82
本文介绍如何结合LLM嵌入和元数据过滤，在Python中构建上下文感知的语义搜索引擎。
入选理由：使用本地预训练模型生成384维向量，无需API密钥即可实现语义搜索。
精选文章#LLM#Embeddings#语义搜索#Python#元数据过滤英文