Estoy haciendo algunos puntos de referencia con CUDA, C ++, C #, Java y utilizando MATLAB para la verificación y la generación de matrices. Cuando realizo la multiplicación de matrices con MATLAB, 2048x2048e incluso las matrices más grandes se multiplican casi instantáneamente. 1024x1024 2048x2048...
Sé que @es para decoradores, pero ¿ @=para qué sirve Python? ¿Es solo una reserva para alguna idea futura? Esta es solo una de mis muchas preguntas mientras leo
Los documentos numpy recomiendan usar una matriz en lugar de una matriz para trabajar con matrices. Sin embargo, a diferencia de la octava (que estaba usando hasta hace poco), * no realiza la multiplicación de matrices, debe usar la función matrixmultipy (). Siento que esto hace que el código sea...
Estoy haciendo una evaluación comparativa de multiplicación de matrices, como se mencionó anteriormente en ¿Por qué MATLAB es tan rápido en la multiplicación de matrices? Ahora tengo otro problema, al multiplicar dos matrices de 2048x2048, hay una gran diferencia entre C # y otras. Cuando...
Recientemente me mudé a Python 3.5 y noté que el nuevo operador de multiplicación de matrices (@) a veces se comporta de manera diferente al operador de puntos numpy . Por ejemplo, para matrices 3d: import numpy as np a = np.random.rand(8,13,13) b = np.random.rand(8,13,13) c = a @ b # Python...
Tengo dos matrices a = np.matrix([[1,2], [3,4]]) b = np.matrix([[5,6], [7,8]]) y quiero obtener el producto por elementos [[1*5,2*6], [3*7,4*8]], igual [[5,12], [21,32]] Yo he tratado print(np.dot(a,b)) y print(a*b) pero ambos dan el resultado [[19 22], [43 50]] que es el producto de...