欧拉公式求长期率的matlab代码使您的代码更快：Jupyter Notebook中的Cython和并行处理 PyData DC 2016教程的存储库 Python有多种选择来加快代码执行速度，包括使用专门的库，使用不同的编译器或进行并行处理。 但是，在Jupyter Notebook中，这些选项中只有一部分方法可用。 当前项目显示了其中的一些解决方案，以解决以下问题： 函数y = x ^ 2可以通过欧拉方法使用其导数y'= 2x近似： y（n + 1）= y（n）+（步* y'） 逼近的精度取决于步长很小。 我们希望找到在比较获得的值时得出差异小于1e-5的步长在评估一百万点后，使用y = x ^ 2公式和Euler方法 将涵盖以下方法： 赛顿 脾气暴躁的 Scipy.integrate Numba 使用ipyparallel / ipcluster进行并行处理 演示视频可在以下位置获得： 注意：还可以使用许多其他并行处理方法。 我建议您查看PyData DC 2016关于Dask和current.futures的其他演讲。

使用setuptools和cython打包python程序的时候遇到：Microsoft visual c++ 14.0 is required问题解决办法-附件资源

fmpytorch 在Cython中PyTorch实现分解机模块

cython.zip

Cython: A Guide for Python Programmers 作者： Kurt W. Smith; ISBN13： 9781491901557 类型： 平装(简装书) 语种： （English） 出版日期： 2015-01-27 页数： 254 重量（克）： 408 尺寸： 25.908 x 14.986 x 1.27 cm

目标检测NMS-GPU和Cython（非极大值抑制）在window下的编译文件，包括soft_NMS实现。小批量情况下Cython速度高于GPU

详细见blog：https://blog.csdn.net/koibiki/article/details/83052431

Faster-RCNN在linux tensorflow python3.5下运行时需要的make生成文件。