内容简介：翻译自：https://stackoverflow.com/questions/526062/ironpython-performance
我正在考虑将IronPython嵌入到我正在编写的应用程序的脚本语言中.所以为了试一试,我下载了IronPython 2.0并启动了交互式解释器.刚开始使用我的英特尔四核处理器需要大约5秒钟,内存为6 Gig.我很难想象这对于功能较弱的机器会有多大的延迟.
基于 these benchmarks ,似乎IronPython的表现实际上并不是太糟糕.或者是吗？我在安装过程中错误配置了什么？或者这是交互式解释器的问题？
IronPython的表现非常好.您获得的启动性能损失与.NET运行时有关. .NET应用程序通常具有较慢的启动时间,因为许多程序集被加载,其中一些(至少某些类)被动态编译.
这是.NET中的预期行为.实际运行时性能要好得多.通过预编译IronPython程序集并将副本放入计算机的GAC：全局程序集缓存中,甚至可以提高启动性能.这可以使用
gacutil.exe
完成.
翻译自：https://stackoverflow.com/questions/526062/ironpython-performance
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- c# – 奇怪的表现行为
- c# – 奇怪的表现行为
- 抛开约束，增强模型：一行代码提升 ALBERT 表现
- 机器学习A-Z～评估回归模型的表现
- ERP项目管理失控的表现以及解决之道
- SKLearn分类树在合成数集上的表现
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
计算统计
Geof H.Givens、Jennifer A.Hoeting / 王兆军、刘民千、邹长亮、杨建峰 / 人民邮电出版社 / 2009-09-01 / 59.00元
随着计算机的快速发展, 数理统计中许多涉及大计算量的有效方法也得到了广泛应用与迅猛发展, 可以说, 计算统计已是统计中一个很重要的研究方向. 本书既包含一些经典的统计计算方法, 如求解非线性方程组的牛顿方法、传统的随机模拟方法等, 又全面地介绍了近些年来发展起来的某些新方法, 如模拟退火算法、基因算法、EM算法、MCMC方法、Bootstrap方法等, 并通过某些实例, 对这些方法的应用进行......一起来看看 《计算统计》 这本书的介绍吧!
