Matlab 如何将for循环实现转换为八度的矢量化计算?
我正试图开发代码来寻找逻辑回归中的成本函数。我想回答下面的forloop实现与矢量化的IP实现Matlab 如何将for循环实现转换为八度的矢量化计算?,matlab,octave,vectorization,Matlab,Octave,Vectorization,我正试图开发代码来寻找逻辑回归中的成本函数。我想回答下面的forloop实现与矢量化的IP实现 for i = 1:m_theta sum_gr = sum(error.*X(:,i)); grad_temp(i) = sum_gr/(m); end; 我该怎么做?有人能帮忙吗?假设error是一个向量,您只需使用矩阵乘法- grad_temp = error.'*X/m 假设error是一个向量,您可以简单地使用矩阵乘法- grad_temp =
for i = 1:m_theta
sum_gr = sum(error.*X(:,i));
grad_temp(i) = sum_gr/(m);
end;
我该怎么做?有人能帮忙吗?假设
error
是一个向量,您只需使用矩阵乘法
-
grad_temp = error.'*X/m
假设
error
是一个向量,您可以简单地使用矩阵乘法
-
grad_temp = error.'*X/m
什么是
error
唯一值,一个数组?你能让你的代码可编译吗?为我们提供一个完整的例子来帮助你:什么是error
唯一值,一个数组?你能让你的代码可编译吗?为我们提供一个完整的例子来帮助你: