matrix-multiplication

1熱

2答えて

私は、次のしている： import numpy as np XYZ_to_sRGB_mat_D50 = np.asarray([ [3.1338561, -1.6168667, -0.4906146], [-0.9787684, 1.9161415, 0.0334540], [0.0719453, -0.2289914, 1.4052427], ]) XYZ

0熱

1答えて

SSE組み込み関数を使用したサイズ100 * 100の行列乗算

int MAX_DIM = 100; float a[MAX_DIM][MAX_DIM]__attribute__ ((aligned(16))); float b[MAX_DIM][MAX_DIM]__attribute__ ((aligned(16))); float d[MAX_DIM][MAX_DIM]__attribute__ ((aligned(16)))

0熱

1答えて

C++固有ライブラリ：

私はこのような行ベクトルからベクトルと各要素との積からなる行列を取得しようとしている行ベクトルの要素とベクトルMutliplying： Eigen::Vector3f vec; vec << 1, 2, 3; Eigen::RowVectorXf val; val.setLinSpaced(5, 1, 5); //val = [1,2,3,4,5] //resu

0熱

1答えて

Aの共分散を使ってA '* Aを計算できますか？

私はA '* Aを計算するさまざまな方法で、Pythonでベンチマークテストを行います.AはN x Mの行列です。最も速い方法の1つはnumpy.dot()を使用することでした。 numpy.cov()（共分散行列を与える）を使用して、何らかの形で重みを変えたり、何らかの形でA行列を前処理しても同じ結果が得られるかどうか不思議でしたか？しかし、私は成功しなかった。誰もが、A '* AとAの共分散の

1熱

1答えて

8x8 float32_t ARM NEONを使用した行列の乗算は遅くなりますか？

どのようなイントリンシックがSIMDを通常の行列乗算よりも遅くするのか、そしてSIMDを使用してより速く大きな行列の乗算を行うために何をすべきかと思います。ここには、matrixA[8][8],matrixB[8][8]と結果matrixC[8][8]があります。 float32_tの最大要素数は4であるため、2つのvmulとvaddを実行しました。これはかなり最適化されていないようです。私はAR

-2熱

1答えて

C++で4x4浮動行列を乗算する方法は？

私は、float [4] [4]と* =からなる単純な構造体 "mat4"を4x4行列に乗算する機能を持っています。これは次のように&「RHS」のconst MAT4を取ります this->m[0][0] = this->m[0][0] * rhs[0][0] + this->m[0][1] * rhs[1][0] + this->m[0][2] * rhs[2][0] + this->m[0][

0熱

1答えて

kerasモデルでのtf操作の使い方

私はkerasモデル内でテンソルフロー操作を試みていますが、メカニズムとラムダレイヤーがtfテンソルに対して行うことについてはかなり混乱しています。だから、この作品： a = keras.layers.Input(shape=[1, 2], dtype='float', name='a') s= keras.layers.Lambda(lambda x: tf.transpose(tf.tra

2熱

1答えて

では、以下の方法で2つのベクトルまたは行列にベクトルを乗算することは可能ですか？

A = 1:5 B = 11:15 私はしかし、私は（可能な場合は、ループを経由せずに）ABになりたいA %*% Bは、AB = [205] i.e. 1*11+2*12+3*13+4*14+5*15 =205 を与えるだろう知っている= (1*11)^2+(2*12)^2+(3*13)^2+(4*14)+(5*15)^2=10979 フォローアップ：@により示唆されるように、これは上記の問