机器学习的向量化

在学习机器学习的时候,我们总是会听到向量化(vectorized)这个词,为什么呢?其实一个主要的原因是为了提升代码的运行效率。

假设现在我们有这么个函数:
在这里插入图片描述
如果没有向量化,那么在直接计算这个求和公式的话,需要的代码量是如下这么多行:

p = 0;

for i = 1:n+1,

    p = p + theta(i)*x(i);

end;

但是如果将其中一个参数集合向量化了,使其两个参数可以直接进行运算,那么代码将缩减为一行:

p = theta' * x;

代码由原来的四行缩减为一行,运行效率是提升很多的,特别是当数据量大的时候,将会很大程度提升整个程序的运行效果。

  • 1
    点赞
  • 0
    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