問題タブ [dot-product]

この機能は何をしているのですか？それは、ドット積の正規化されたバージョンであると述べています。

しかし

ドット 1 != ドット 2

私はここでひどく間違ったことをしているようです。手伝って頂けますか？目的は、複雑なベクトルに inner_product を使用することです。

なぜ変換の問題があるのか​​ わかりません。すべてが定義されているようで、反復は問題になりません。

私がする必要があるのは、2 人の顧客の評価間の内積距離を計算することです。顧客の評価はハッシュマップに記録されます。

ハッシュマップのキーは顧客名であり、それに関連付けられているのはその顧客の評価 (本の評価) です。

どうすればいいですか？

RatingsAnalysisそして、これがクラスで与えられた他の詳細です

Cythonを使用して最適化したい次のコードがあります。

.pyxファイルを作成してコンパイルしましたが、コードを実行しても、パフォーマンスに大きな改善は見られません。Cythonのドキュメントによると、c_typesを追加する必要があります。Cythonによって生成されたHTMLファイルは、ボトルネックがドット積であることを示しています（もちろんこれは予想されます）。これは、内積のC関数を定義する必要があることを意味しますか？はいの場合、どうすればよいですか？

編集：

いくつかの調査の後、私は次のコードを思いついた。改善はごくわずかです。私はそれを改善するために私ができることがあるかどうかわかりません：

問題のコードはここにあります：

明確にするために、odefunは私のmファイルであるF1.mです。このwhileループを含む関数に渡します。のようなものwhileloop(@F1,args)です。上記のコードブロックの4行目は、オイラー法です。

whileループを使用している理由は、点「normpt」で定義された平面と平面に垂直なベクトル「normvec」を横切るベクトル「y」でトリガーしたいためです。

劇的にスピードアップするこのコードへの簡単な変更はありますか？代わりに（速度を上げるために）mexファイルを作成する方法を学ぶ必要がありますか？

編集：

これは、テストを試みることができるものの例で急いで試みたものです。私はこれをデバッグしていません。それはあなたにアイデアを与えることです：

dtは、トリガーするのに数十万回の反復が必要になるように十分に小さくする必要があります。

オイラー法を使用する必要があると仮定します。なぜそのような仮定をとるように言うのか知りたい場合は、状態依存ノイズを伴う確率微分方程式があります。

SSE4ドット積でこのコードを改善しようとしていますが、解決策を見つけるのに苦労しています。この関数は、それぞれ80セルのfloat配列を含むパラメーターqiおよびtjを取得し、内積を計算します。戻り値は、4つの内積を持つベクトルです。だから私がやろうとしているのは、20個の値の4つの内積を並行して計算することです。

このコードを改善する方法を知っていますか？

C＃では、次のコードがあります。

これは-1と1の間のfloatを返します。Objective-Cでこれと同じ機能を取得する方法に興味があります。私はあなたが次のように2つのベクトルの内積を計算できることを知っています：

私が理解していないのは、C＃関数が-1と1の間の結果を出すために何をするかということです。これは、通常の内積計算では任意の数になる可能性があるためです。

たくさんの質問をしてすみません。Intel Core2DuoでMacOSX10.6を実行しています。私は自分の研究のためにいくつかのベンチマークを実行していますが、私を困惑させる別のことに遭遇しました。

私が走ったら

python -mtimeit -s 'import numpy as np; a = np.random.randn(1e3,1e3)' 'np.dot(a,a)'

次の出力が得られます。10 loops, best of 3: 142 msec per loop

しかし、私が実行した場合

python -mtimeit -s 'import numpy as np; a = np.random.randint(10,size=1e6).reshape(1e3,1e3)' 'np.dot(a,a)'

次の出力が得られます。10 loops, best of 3: 7.57 sec per loop

それから私は走った

python -mtimeit -s 'import numpy as np; a = np.random.randn(1e3,1e3)' 'a*a'その後

python -mtimeit -s 'import numpy as np; a = np.random.randint(10,size=1e6).reshape(1e3,1e3)' 'a*a'

どちらもループあたり約7.6ミリ秒で実行されたため、乗算ではありません。追加の速度も同様だったので、どちらも内積に影響を与えないはずですよね？では、floatを使用するよりもintを使用してドット積を計算する方が50倍以上遅いのはなぜですか？

内積の CUBLAS ルーチンを使用して 2 つのベクトルの内積を計算するコードを作成していますが、ホスト メモリに値が返されます。GPGPU のみでのさらなる計算に内積を使用したいと考えています。CPU から GPGPU への明示的なコピーを作成せずに、値を GPGPU のみに存在させ、それをさらなる計算に使用するにはどうすればよいですか?

2つ質問があります。

1. ドキュメントに各単語が何回出現するかを調べて、ドキュメントからベクトルを作成しました。これはベクトルを作成する正しい方法ですか? それとも、他にも何かしなければなりませんか？

2. 上記の方法を使用して、サイズの異なる 16 個のドキュメントのベクトルを作成しました。ここで、コサイン類似度を適用して、各ドキュメントがどの程度類似しているかを調べたいと思います。私が抱えている問題は、サイズが異なるため、2 つのベクトルのドット積を取得することです。どうすればいいですか？