向量化 /2022吴恩达机器学习课程

作用:让代码更短也更有效。

示例

分别给出向量w和向量x,如下

                          n:代表特征数

                          且从1开始数


 表示

python:

c

                         从0开始数

没有向量化的表示:

效率低

没有向量化但用for循环表示:

比上面一个好一点,但是效率仍然不高

矢量化:

相比前两个更快,更简短


怎么运作的

无矢量化和矢量化的对比:

无矢量化:一步一步计算,每次执行一个

numpy:计算机可以一次得到w和x的所有值,同时并行的对w和x相乘,之后计算机取专门的硬件把它们相加。


示例

计算16个数据的更新

非矢量化和矢量化的对比:

面对上千个数据的时候,速度差异很大

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值