Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/326.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 多输入神经网络的运行时间_Python_Matlab_Deep Learning_Neural Network_Vectorization - Fatal编程技术网

Python 多输入神经网络的运行时间

Python 多输入神经网络的运行时间,python,matlab,deep-learning,neural-network,vectorization,Python,Matlab,Deep Learning,Neural Network,Vectorization,假设我有一个固定结构的神经网络。如果输入一个数据点,运行时间为1s。如果输入是N个数据点,那么运行时间是多少 是O(1)还是O(N)?换句话说,运行时间是以线性方式依赖于输入的数量还是以常数依赖于输入的数量?我听说了术语“”,它可以减少运行时间,用于前馈神经网络。但是矢量化的大小是恒定的吗?运行时间是O(N),因为您必须对每个输入执行相同的操作 矢量化并没有降低算法的渐进复杂性,它只是一个实现细节。运行时间是O(N),因为您必须对每个输入执行相同的操作 矢量化并没有降低算法的渐近复杂性,它只是一

假设我有一个固定结构的神经网络。如果输入一个数据点,运行时间为1s。如果输入是N个数据点,那么运行时间是多少

是O(1)还是O(N)?换句话说,运行时间是以线性方式依赖于输入的数量还是以常数依赖于输入的数量?我听说了术语“”,它可以减少运行时间,用于前馈神经网络。但是矢量化的大小是恒定的吗?

运行时间是O(N),因为您必须对每个输入执行相同的操作

矢量化并没有降低算法的渐进复杂性,它只是一个实现细节。

运行时间是O(N),因为您必须对每个输入执行相同的操作

矢量化并没有降低算法的渐近复杂性,它只是一个实现细节