矩阵：数域 $F$ 上 $m*n$ 个数构成的数表。 虽然它只是一个数表，但这组数可以赋予多个不同的含义，如向量，方程系数，线性变换等，理解的角度不同，矩阵的运算便代表不同的含义。 单纯来看矩阵，其实就是一种书写手法，正是赋予了相应地运算，才能够使其具有一定地表现力。 1. 下面介绍下 ...

将整个矩阵分解为这样的小块，每次完成一对小块的计算，以提高Cache的命中率。提示： 图中n=N/m计算次序为A11*B11, A11*B12,…, A11*B1n,，由于反复使用A11，因此可以提高Cache的命中率。 ...

1.准对角阵 准对角阵的形式如下： 由于我们知道A所对应的行列式的值等于每一个分块A行列式的值的乘积，同时假设我们的A矩阵是可逆矩阵的话，则A矩阵所对应的行列式的值一定不等于零，又有公式： 所以我们可以导出，A矩阵当中的每一个小分块矩阵都是可逆的，因为它们每一个矩阵所对应的行列式的值都不 ...

矩阵分块的意思是将一个大矩阵分隔为几个小的矩阵，将每个小的矩阵作为新的矩阵元素。分块可以降低大矩阵运算带来的复杂性。分块后的小矩阵，叫做矩阵的子块，以字块为元素的形式上的矩阵叫做分块矩阵。 如将矩阵A进行分块，A11、A12、A21、A22位子矩阵。分块矩阵的运算与普通矩阵的运算规则 ...

2.2 矩阵的转置、求逆及分块2.2.1 转置矩阵 如果将矩阵 的行和列在不改变各元素的排列次序的条件下进行对调，即行变为列，列变为行，作成一个新的矩阵，我们称这个新的矩阵为原矩阵A的转置矩阵，并用来表示，即： 在方阵中，各元素的数值和正负号，如果都沿其主 ...

题目描述 深度学习算法很大程度上基于矩阵运算。例如神经网络中的全连接本质上是一个矩阵乘法，而卷积运算也通常是用矩阵乘法来实现的。有一些科研工作者为了让神经网络的计算更快捷，提出了二值化网络的方法，就是将网络权重压缩成只用两种值表示的形式，这样就可以用一些 trick 加速计算了。例如两个 ...

当矩阵尺寸过大时，数据的大小将超过缓存的大小，这是容易出现满不命中现象。 将矩阵进行分块可以解决这个问题，以下是完整的矩阵乘法代码： vord brck(array A, array B, array C, int n, int bsize) { int r, c, k, kk ...

本文主要描述实现LU分解算法过程中遇到的问题及解决方案，并给出了全部源代码。 1. 什么是LU分解？ 矩阵的LU分解源于线性方程组的高斯消元过程。对于一个含有N个变量的N个线性方程组，总可以用高斯消去法，把左边的系数矩阵分解为一个单位下三角矩阵和一个上三角矩阵相乘 ...