Как упростить циклы for с помощью матричного умножения?

Есть ли более эффективный способ заменить эти 2 цикла for матричным умножением?

def cost_func(x, y):
     
    for i in range(24):
        for j in range(24):
            cost = np.sum(W[i][j]*(y[j] - x[i]))       
    
    return cost

W — матрица (25,25), а x, y — векторы с 25 элементами.

Это не может быть правильный код. Вы вычисляете cost 576 раз, а затем отбрасываете все, кроме последнего.

Tim Roberts 05.05.2022 23:49
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
1
59
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

numpy поддерживает оператор умножения матриц @. Я думаю, что вы можете получить то, что вы хотите:

C:\tmp>python
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 22:22:05) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> x = np.arange(3).reshape(1,3)
>>> y = np.arange(4)
>>> W = np.ones((3,4))
>>> (-x)@W@y
array([-18.])
>>>

ОП также упомянул W в формуле

Z Li 05.05.2022 23:53

Да, его W мой z. Я изменю это.

Tim Roberts 05.05.2022 23:56

На самом деле я не уверен, что y и x являются векторами, поскольку OP использовал np.sum для кажущихся скалярными значений. Также я думаю, что ваш ответ эквивалентен sum(-wij*xi*yj)?

Z Li 05.05.2022 23:59
Ответ принят как подходящий

Не уверен на 100%, чего вы пытаетесь достичь здесь, поскольку, как отметил @Tim Roberts, вы не экономите на расходах. Также np.sum сбивает с толку, предполагая, что x и y являются одномерными векторами. Но если это 1d-векторы, вы можете сделать:

import numpy as np
x = np.arange(24)
y = np.arange(24)
W = np.random.uniform(0, 1, (24, 24))
cost = (W * (y.reshape(1, -1) - x.reshape(-1, 1)))

# cost[i][j] = W[i][j]*(y[j] - x[i])

Другие вопросы по теме