1、為什么要用向量化？

很多語言中包含了矩陣計算，矩陣計算可以將一些程序計算進行簡化并且可以提速。

2、如何理解向量化？

【非向量化案例】

這個是一個我們通常計算預測的一個公式。左邊的預測值是由右邊的公式求和獲得。

程序可以寫成:

【向量化案例】

如果右邊化簡的話可以用以下表達式：

計算求和就是：

Theta*x=1*1+2*2+3*3+4*4=1+4+9+16=30

于是乎就達到了效果

變成可以寫成：

3、場景應用：

梯度下降中我們會更新theta值，那么每次的迭代更新就可以使用這個思想：

【向量化思想】

使用Octave軟件實現：

function [theta, J_history] = gradientDescent(X, y, theta, alpha, num_iters)m = length(y); % number of training examplesJ_history = zeros(num_iters, 1);for iter = 1:num_iterstheta=theta-alpha/m*((X*theta-y)'*X)'end end

參考文獻：

NG 《機器學習》課程，第5章第六節。

總結

以上是生活随笔為你收集整理的向量化思想学习笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。