Matrix multiplication 用jblas乘转置矩阵

我正在用Jblas实现反向传播和梯度下降

第1层是向量a：双矩阵（M，1）

第二层是向量B：双矩阵（N，1）

它们之间是权重W:DoubleMatrix（M，N）

在向前传球时，我将B=W\乘以A

W.mmulti(A, B)

在反向传播过程中，我计算A=（B^T\乘以W）^T

---

我已经编写了代码，这样所有的计算都到位了，而且速度相当快。但是Jblas transpose（）方法创建了一个全新的对象并复制了所有数据，每次迭代调用两次非常昂贵。有没有办法在乘法过程中使用双矩阵转置，而不进行所有复制？似乎在内部实现起来很容易——使用相同的数据对象，但将调用切换到行和列。

我也问了自己一个很好的问题。 我没有答案，但这个简单的事实可以挽救一个换位：

（B^T\times W）^T=W^T*B

那么你会写信吗

---

A=W.transpose（）.mmul（B）

这里是nd4j的作者。我们已经添加了nd数组、恒定时间转置以及矩阵乘法，它们可以处理各种我们称之为“后端”的东西，其中之一就是jblas

API也非常类似于jblas

INDArray arr=Nd4j.create（2,2）； INDRARY结果=arr.mmul（arr）

最棒的是你可以免费获得cuda和opencl（很快就会被添加）

我们已经迁移到netlib java，但仍然提供jblas（因为它非常稳定），但在实践中，我们发现在jblas上可以进行整洁的复制操作（因为内部不支持偏移）

A = B.transpose().mmul(W).transpose()