DeepLearning.ai--吴恩达--Chapter 2_Vecterization
Posted 君子之行
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了DeepLearning.ai--吴恩达--Chapter 2_Vecterization相关的知识,希望对你有一定的参考价值。
2017-12-08 13:48:22
在深度学习 处理大数据时,采用常用的 for 循环无法及时有效地处理,因此采用 矢量化的方法来处理矩阵运算。
以 Python 的 numpy 库来对比 10^6 (百万)数量级
传统的 for circulate (for 循环 ) 与 矢量化 处理 的对比
1 import numpy as np 2 import time 3 4 a = np.random.rand(1000000) 5 b = np.random.rand(1000000) 6 7 tic = time.time() 8 c = np.dot(a,b) 9 toc = time.time() 10 11 print(c) 12 print("Vecterization: " + str(1000*(toc - tic)) + " ms") 13 14 c = 0 15 tic = time.time() 16 for i in range (1000000): 17 c += a[i] * b[i] 18 toc = time.time() 19 print(c) 20 print("ForLoop Version: " + str(1000*(toc - tic)) + " ms")
执行结果:
附: Pycharm 安装 Numpy ,MatlopLib Plugine
1-- File => Settings
2-- 进入菜单 添加 搜索栏
3-- 在搜索栏里 输入
以上是关于DeepLearning.ai--吴恩达--Chapter 2_Vecterization的主要内容,如果未能解决你的问题,请参考以下文章
吴恩达deeplearning.ai -- week3 浅层神经网络
吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络
吴恩达深度学习笔记(deeplearning.ai)之循环神经网络(RNN)
吴恩达 DeepLearning.ai 课程提炼笔记(4-2)卷积神经网络 --- 深度卷积模型