サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
2025年ランキング
zenn.dev/ryo369
from numba import jit import numpy as np @jit(nopython=True) def sum_array(arr): total = 0.0 for i in range(arr.shape[0]): total += arr[i] return total data = np.random.rand(10000000) result = sum_array(data) # 初回：コンパイル＋実行、2回目以降：キャッシュから実行 @jit つけるだけで、このPythonのforループがC言語並みの速度で動く。 なんで速くなるん？ 普通のPythonが遅い理由： 動的型付け: 毎回「この変数の型なんやっけ」って確認してる インタプリタ実行: 1行ずつ解釈しながら実行 オブジェクトのオーバーヘッド: Python的なint型はただの数字やなくてオブジ
PythonでGPU計算やってみた話 ― 沼にハマった記録 2025年、冬 大規模な計算をGPUで速くしたくて、ここ数ヶ月ずっと格闘してた。その記録を残しておく。 そもそもなんでGPUなのか 何万回もループ回して計算をする必要があった。パラメータ変えながら何十パターンも。 CPUで1回95秒。これを100パターン回すと2時間半以上。 ...待てない。 GPUは「同じ計算を大量に並列で回す」のが得意。パラメータ違いの計算をまとめて流せば、理論上は爆速になるはず。 そう思って始めたんやけど、まあ色々あった。 PyTorch、お前はダメだった 最初はPyTorchを検討した。機械学習界隈で実績あるし、テンソル操作も直感的やし。 でも断念。 理由その1：デカすぎる インストールで約2GB。研究用のクラスタ環境で「2GB入れてください」とか言いにくい。 理由その2：メモリ管理がしんどい 長い計算（8
AIエージェント時代、正直しんどい話 2025年12月31日 年末やし、今年AIと格闘してきた感想を正直に書いておこうと思う。 今日、Qiitaで「Agent OS」っていうClaude Codeの拡張ツールの記事を読んだ。仕様駆動開発をAIエージェントで回せますよ、サブエージェントに仕事振れますよ、みたいな話。 一見ええやんって思うやん？ でもな、冷静に考えたら、束になってかかってくるAIエージェント全員と対話せなあかんってことやねん。 人間の組織ってよくできてる 普通の会社やったら、部長は課長と話すだけでええねん。課長は部下の面倒見てくれる。リーダーがメンバー管理してくれる。 信頼があるから「任せる」ができる。見なくてええ範囲が生まれる。 でもAIエージェントは違う。 backend-specialistの成果物チェックして、test-engineerの成果物チェックして、fronte
このページを最初にブックマークしてみませんか？
『zenn.dev』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
