知识卡片
矢量化编程与NumPy矩阵
传统标量语言对数组的赋值、加法、数乘、转置都要写循环,矢量运算为简化逻辑转而直接对整块矩阵操作,这就是矢量化编程。它的核心价值是数学公式可以近乎一对一地转写成代码,复杂运算常一两行完成,便于阅读调试,底层调用 C 函数又保证速度。NumPy 用 mat 构造矩阵,转置用 .T,zeros、ones、eye、random.rand 负责初始化;加减要求形状相同,数乘逐元素缩放,sum 求和,multiply 做同维元素积(维数不同按广播规则扩充),power 逐元素取幂,星号则是矩阵乘法,要求左矩阵列数等于右矩阵行数。Linalg 库再提供 det 行列式、inv 逆、matrix_rank 秩和 solve 解线性方程组,覆盖大多数线性代数需求。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 机器学习的基础 · 查看原书依据
矢量化编程的一个重要特点就是可以直接将数学公式转换为相应的程序代码,极大地方便了程序的阅读和调试,使复杂数学公式的实现变得简单和方便。本节和下一节所用的矢量化程序的代码一般只有一两行,即可完成复杂的数学运算。
参考来源
- 位置:《机器学习算法原理与编程实践》第1章 机器学习的基础(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00007.html)
- 结论依据:原文对比循环写法与矩阵写法,指出公式可直接转代码,并逐项给出 NumPy 的元素运算、转置与 Linalg 的行列式、逆、秩、解方程接口。
- 原始内容:矢量化编程的一个重要特点就是可以直接将数学公式转换为相应的程序代码,极大地方便了程序的阅读和调试,使复杂数学公式的实现变得简单和方便。本节和下一节所用的矢量化程序的代码一般只有一两行,即可完成复杂的数学运算。