向量化 无论使用哪门编程语言,使用该编程语言内置的函数总要比自己手写的函数快很多,如Octave中直接对矩阵A和B进行A*B即可实现矩阵乘法,且效率比自己手写高得多。故,倘若能将数据简化,并应用于内置函数中,则可大大提高程序的效率。 ①举个例子:对于假设函数h(x),它的解析式为θj×xj(0<j<=n)的求和,而倘若可以把它看作向量θT和向量x的矩阵相乘,则可大大提高程序效率。 ②另一个例子,梯度下降的同时更新,即一次迭代中同时更新所有的θ值。 向量化实例👇: θ为一个n+1维的向量,α为学习率,是一个标量,而δ是上图中公式构成的n+1维的向量。 δ为下图所示的变量组成的向量👇: