吴恩达2022机器学习专项课程(一) 5.2 向量化(1)& 5.3 向量化(2)

问题预览/关键词

  1. 什么是向量化?
  2. 向量化的好处是?
  3. 如何向量化多元线性回归函数的参数?
  4. 如何在Python中向量化参数?
  5. 计算机底层是如何计算向量化的?
  6. 向量化示例

笔记

1.向量化

一种在数学和计算中广泛使用的概念,它指的是以向量的形式处理数据,而不是单个元素。

2.好处

减少代码量,简化格式,显著提高数据处理的效率。

3.向量化参数

  • 原有格式
  • 三个参数w的向量化,用w加上面一个箭头来表示。
  • 三个输入特征x的向量化。
  • 参数b是标量(一个元素)
  • 最终格式

4.Python代码向量化参数

  • 使用Numpy数组存储w和b。
  • 未向量化代码,取数据元素一个一个相乘(灰色部分)。
  • 未向量化代码,for循环,相比一个一个计算好一些,但是效率依旧不高。
  • 向量化,使用NumPy库的dot函数,一行代码就实现。

5.底层计算向量化

向量化会让计算机调用专门的硬件,并行处理显著提高效率,同时计算多个操作。

6.向量化示例

  • w和d分别有16个元素,需要计算每个w元素减去对应的d元素和0.1乘积,然后更新对应的w。
  • 未向量化,for循环。
  • 向量化,w和d都是Numpy数组,计算过程会逐个元素计算,一行代码搞定。

总结

向量化既可以减少代码量,增加代码的可读性和维护性,同时底层会调用GPU计算,提高代码运行速度和效率。在Python中,我们会经常使用Numpy库的方法,例如np.array,np.dot,避免显式的循环,直接对数组进行数学和逻辑操作,来达到向量化的效果。

相关推荐
chh5633 小时前
从 BERT 到大模型:让模型从“会接龙”到“会回答
人工智能·深度学习·bert
TomEval3 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
ZhengEnCi4 小时前
AI 总模仿代码库里的过时写法怎么办:先清坏样例,再用类型与测试让 AI 无法犯错
人工智能·ai编程
一只爱撸猫的程序猿4 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
GitCode官方5 小时前
开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用
人工智能·华为·harmonyos·atomgit
老金带你玩AI5 小时前
GPT-6.2更强更便宜了,为什么还有人骂?
人工智能
CyrusYiVPP5 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
泯泷5 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结
人工智能·chatgpt·llm
罗西的思考6 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
屿华AI6 小时前
AUTOSAR 实战-诊断工具 | 用 Claude Code 开发诊断测试工具:AI 协作开发实践
人工智能·测试工具