版权声明：本文为博主原创文章，未经允许不得转载！ https://blog.csdn.net/qq_27590277/article/details/88228334
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。
多试了几次，大概就是300-500倍之间。可见，向量化的优点了。
以上想法来自Andrew Ng视频教程
更多精彩内容，请关注 深度学习自然语言处理 公众号，就是下方啦！跟随小博主，每天进步一丢丢！哈哈！
