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
盲盒Q6 分钟前
《频率之光:归途之光》
人工智能·硬件架构·量子计算
墨染点香15 分钟前
第七章 Pytorch构建模型详解【构建CIFAR10模型结构】
人工智能·pytorch·python
go546315846515 分钟前
基于分组规则的Excel数据分组优化系统设计与实现
人工智能·学习·生成对抗网络·数学建模·语音识别
茫茫人海一粒沙21 分钟前
vLLM 的“投机取巧”:Speculative Decoding 如何加速大语言模型推理
人工智能·语言模型·自然语言处理
诗酒当趁年华23 分钟前
【NLP实践】二、自训练数据实现中文文本分类并提供RestfulAPI服务
人工智能·自然语言处理·分类
静心问道1 小时前
Idefics3:构建和更好地理解视觉-语言模型:洞察与未来方向
人工智能·多模态·ai技术应用
sheep88881 小时前
AI与区块链Web3技术融合:重塑数字经济的未来格局
人工智能·区块链
奋进的孤狼1 小时前
【Spring AI】阿里云DashScope灵积模型
人工智能·spring·阿里云·ai·云计算
AIGC_北苏1 小时前
让UV管理一切!!!
linux·人工智能·uv
吕永强3 小时前
人工智能与环境:守护地球的智能防线
人工智能·科普