Estou fazendo alguns benchmarks com CUDA, C ++, C #, Java e usando o MATLAB para verificação e geração de matriz. Quando executo a multiplicação de matrizes com o MATLAB, 2048x2048matrizes ainda maiores são multiplicadas quase instantaneamente. 1024x1024 2048x2048 4096x4096 --------- ---------...
Eu sei que @é para decoradores, mas o que é @=para Python? É apenas reserva para alguma idéia futura? Esta é apenas uma das minhas muitas perguntas durante a leitura
Os documentos numpy recomendam o uso de matriz em vez de matriz para trabalhar com matrizes. No entanto, diferentemente da oitava (que eu estava usando até recentemente), * não realiza multiplicação de matrizes, você precisa usar a função matrixmultipy (). Eu sinto que isso torna o código muito...
Estou fazendo alguns testes comparativos de multiplicação de matrizes, como mencionado anteriormente em Por que o MATLAB é tão rápido na multiplicação de matrizes? Agora, tenho outro problema: ao multiplicar duas matrizes de 2048x2048, há uma grande diferença entre C # e outras. Quando tento...
Recentemente, mudei para Python 3.5 e notei que o novo operador de multiplicação de matriz (@) às vezes se comporta de maneira diferente do operador numpy dot . Por exemplo, para matrizes 3D: import numpy as np a = np.random.rand(8,13,13) b = np.random.rand(8,13,13) c = a @ b # Python 3.5+ d =...
Eu tenho duas matrizes a = np.matrix([[1,2], [3,4]]) b = np.matrix([[5,6], [7,8]]) e eu quero obter o produto com base em elementos [[1*5,2*6], [3*7,4*8]], igualando [[5,12], [21,32]] eu tentei print(np.dot(a,b)) e print(a*b) mas ambos dão o resultado [[19 22], [43 50]] que é o produto...