为什么要使用向量化？

简单的矩阵乘法理论

其实大概每个人都知道向量化后进行计算的速度比循环求解计算快，可是快多少，我们还是不太清楚。那么我就想简单的说下理论再上代码(python)吧。

比如我们有矩阵

a = [1, 2]

b = [3, 4]

循环相乘就是

for i in range(2):

c += a[i] * b[i]

矩阵相乘就是

a的第一行 * b的第一列，一步出结果

c = 1*3 + 2*4

代码看具体效果

排除笔记本CPU的问题，用倍数来比较。

我多试了几次，大概就是300-500倍之间。可见，向量化的优点了。

要是我大一知道线数如此重要，我岂不早成学霸了呀。

以上想法来自Andrew Ng视频教程

下一篇：逻辑回归的理论与实现(神经网络基础)