矢量化的限制是什么？

Question

我正在处理多维矩阵（约100维左右，见下面原因）。我的矩阵是NumPy数组，我主要将它们相互加倍。

NumPy是否关心（关于速度或准确性）以什么形式我要求它们乘以这些矩阵？即在执行乘法之前将它们重塑为线性数组是否有意义？我用随机矩阵做了一些自己的测试，看起来似乎无关紧要，但想对此有一些理论上的认识。

我认为在Python变得缓慢处理它们之前，矩阵的大小和它们的大小是有限的。有没有办法找到这个限制？

我有几个物种（生物学），并希望为这些物种赋予适应性。然后我想看看这些不同的企业如何影响竞争的结果。我想检查所有物种的所有可能的健身组合。我的矩阵有很多维度，但所有维度都很小。

Answer 1

对于元素乘法无关紧要，展平数组不会改变事物。请记住：阵列，无论其尺寸如何，都会在RAM中线性保存。如果在乘法之前展平数组，则只是改变NumPy向您提供数据的方式，从不触及RAM中的数据。将1D或100D数据相乘是完全相同的操作。