2.4、向量化

一、什么是向量化

简单来说，向量化就是非常简单的去除for循环，在代码中使用for循环会让算法变得非常低效。在深度学习的领域中，我们的数据集是非常非常庞大的，如果使用for循环的话，那么代码的运行会花费很长很长的时间。举个例子用代码说明

# -*- coding:UTF-8 -*-
'''
@Author:yzh
@Date:2022/11/1 12:56
'''
import time  # 导入时间库
import numpy as np  # 导入numpy库


a = np.array([1, 2, 3, 4])  # 创建一个数据a
print(a)
# [1 2 3 4]

x = np.random.rand(1000000)
w = np.random.rand(1000000)  # 通过round随机得到两个一百万维度的数组
b_time= time.time()  # 现在测量一下当前时间

# 向量化的版本
c = np.dot(x, w)
a_time = time.time()
print("向量化的版本的时间:" + str(1000 * (a_time - b_time)) + "ms")

# 继续增加非向量化的版本
y = 0
b_time= time.time()
for i in range(1000000):
    y += x[i] * w[i]
a_time = time.time()
print(y)
print("打印for循环的版本的时间:" + str(1000 * (a_time - b_time)) + "ms")