链接在此处: (幻灯片5-6)X : n * d 是否有一种仅使用矩阵运算来计算n x 1矩阵的有效方法(例如,numpy、tensorflow),其中第j个元素是:编辑:当前的尝试是这样的,但显然它的空间效率不是很高,因为它需要存储n*d*d大小的矩阵:d = 256
x = np.random.normal(size
我有一个(6 by 6)矩阵的集合,在我的代码中,我可以得到5-6个矩阵(6×6)。假设现在,在这个集合中,我只有“一个”矩阵(a_matrix of order 6 by 6)。进入这个for-loop的每个矩阵都应该简化为下面所示的2 by 2 matrices。(预期产出)
这是我失败的尝试,这里a_matrix将无法工作,因为我的集合中只有一个6 by 6矩阵。
我使用二维64位Integer-Array以行为主的表示形式存储Matrix (矩阵的行存储在连续的数组中)。我在矩阵的行上实现了高斯消元,方法如下:其中( A )^i表示A的第i行。然后我意识到,如果我像下面这样在第5-6行拆分循环,我会获得略好的性能:我希望得到稍微差一点的性能,因为我再次迭代了整个外部循环…有人对这种行为有什么解释吗?