矢量化梯度下降numpy的

Question

我在numpy的实现了这个梯度下降：

def gradientDescent(X, y, theta, alpha, iterations): 
    m = len(y) 

    for i in range(iterations): 
     h = np.dot(X,theta) 
     loss = h-y 
     theta = theta - (alpha/m)*np.dot(X.T, loss) #update theta 

    return theta 

而代码的其他部分完全还是一个在这里有矢量for循环，这似乎我不可能消除;特别要求在每一步更新theta我不明白我可以如何矢量化或以更有效的方式写它。

谢谢您的帮助

Answer 1

你不能矢量化的循环，因为每个迭代更新状态。当计算可以完成时，主要使用向量化，以便每次迭代计算独立（某种意义上）的结果。