고성능 ML 백엔드를 위한 10가지 Python 성능 최적화 팁

1. 상황에 따라 gc가 병목일 수 있다. 이런 경우 gc 발동 조건을 튜닝할 수 있다. 2. Built-in list는 충분히 빠르지 않다. 필요시 array나 numpy를 사용하자. 3. multiprocess는 커뮤니케이션 오버헤드가 높기에, low-latency 시나리오에서 조심히 사용해야한다. 4. Pytorch를 multiprocess 환경에서 쓴다면 num_threads를 조정하자. 5. Pydantic은 아주 느리다. 불필요한 곳에서 가급적 사용하지 말자. 6. Pandas DataFrame은 생성에 많은 시간이 걸리므로, 유의해서 사용해야 한다. 7. 바닐라 json 패키지는 느리다. orjson이나 ujson을 사용하자. 8. Class는 충분히 빠르지 않을 수 있다. 너무 문제가 되면 dict를 사용하자. 9. Python 3.11은 덜 느리다. https://hyperconnect.github.io/2023/05/30/Python-Performance-Tips.html