我使用的算法要求每个示例都有一个矩阵,比如Xi,它是ai x b,对于每个O(n^2)对示例,我找出了每一行Xiu - Xjv之间的差异,然后与外部乘积sum_u sum_v np.outer(Xiu不幸的是,这个内部双和相当慢,并导致运行时间螺旋失控的大型数据集。现在我只是用for循环来完成这个任务。有什么节能型的方法来加速这种内部操作吗?我一直在努力想出一个,却没有运气。为了澄清,对于每个n示例,都有一个带有维度ai x b的矩阵Xi,其中每个示例的ai是不同的。对于每对(Xi, X
[1];personRecognizer.predict(mat, n, p);但是信心是一个双值,how convert应该把它变成probability的percentage %值吗?是否有现有的公式?我想比较两张脸的照片,找出两张脸的相貌,比如输入约翰的照片和他的同学汤姆的照片,假设相貌是30%,然后输入约翰的照片和他哥哥杰克的照片,就