为什么要使用向量化？

简单的矩阵乘法理论

   其实大概每个人都知道向量化后进行计算的速度比循环求解计算快，可是快多少，我们还是不太清楚。那么我就想简单的说下理论再上代码(python)吧。
       比如我们有矩阵
           a = [1, 2]
           b = [3, 4]
        循环相乘就是
           for i in range(2):
               c += a[i] * b[i]
         矩阵相乘就是
           a的第一行 * b的第一列，一步出结果
           c = 1 * 3 + 2 * 4

代码看具体效果

排除笔记本CPU的问题，用倍数来比较。
我多试了几次，大概就是300-500倍之间。可见，向量化的优点了。

---

要是我大一知道线数如此重要，我岂不早成学霸了呀。

欢迎关注DeepLearningForNLP公众号

公众号二维码.png