深度学习是当前很热门的机器学习算法。在深度学习中,涉及到大量矩阵相乘,

本文探讨了在深度学习场景下,三个稠密矩阵相乘的不同顺序对计算效率的影响,并通过具体实例比较了不同计算顺序的优劣。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

感想

这是一个简单的题,看来我现在处于受虐时期,我决定把它记录下来。

problem

深度学习是当前很热门的机器学习算法。在深度学习中,涉及到大量矩阵相乘,现在需要计算三个稠密矩阵A,B,C的乘积ABC,假设三个矩阵的尺寸分别为m*n,n*p,p*q,且m<n<p<q,以下计算顺序效率最高的是:()

A. A(BC)

B. (AB)C

C. (AC)B

D.  所有效率都相同

正确答案:B

analysis

ABC=(AB)C=A(BC).

(AB)C = m*n*p + m*p*q

A(BC)=n*p*q + m*n*q

因为:m*n*p<m*n*q, m*p*q<n*p*q

所以:(AB)C<A(BC)


参考文献

[1].牛客网.https://www.nowcoder.com/questionTerminal/2056aa180f47458499123ff47a959779

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

农民小飞侠

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值