Python Vectorization

這篇文章主要介紹如何使用 Vectorization 來加速 Python 的數值運算，以及如何將 Logistic Regression 的 for-loops 轉換成 vectorization，以及如何將 gradient (backpropogation) 也進行向量化。Vectorization 可以大大提高數值運算的速度，甚至可以提高數百倍的速度。因此在編寫程式時，建議在可以使用 vectorization 時就應盡量避免使用 for loop 。

Vectorization

以下用一個 Python 例子來解釋 vectorization 的好處：假設我們要求 $w^Tx$，而 $w, x$ 都是 1000000 * 1 的矩陣。

1. 這是一個 for loop 方法：

w = np.random.rand(1000000)
x = np.random.rand(1000000)

c = 0
for i in range(1000000):
    c += w[i] * x[i]

# time = 474.29 ms

2. 這是一個 vectorization 的方法：

import numpy as np

c = np.dot(w, x)

# time = 1.5 ms

這些向量化的方法是利用 CPU 或 GPU 的 SIMD 平行指令，可以看到 vectorization 比 for loop 快上了三百多倍，因此以後在編寫程式時應盡量避免使用 for loop，而盡可能使用 vectorization。

提示

"Whenever possible, avoid explicit for-loops"

Vectorizing Logistic Regression

我們將 forward propogation 的 for-loops 試著轉成 vectorization，利用 for-loops 我們必須要這樣做：

$$\begin{aligned} &z^{(1)} = w^Tx^{(1)}+b &&z^{(2)} = w^Tx^{(2)}+b &&&z^{(3)} = w^Tx^{(3)}+b &&&& ...\\ &a^{(1)} = \sigma(z^{(1)}) &&a^{(2)} = \sigma(z^{(2)}) &&&a^{(3)} = \sigma(z^{(3)}) &&&& ... \end{aligned}$$

我們知道 X 是一個 nx * m 的矩陣

$$\begin{aligned} X = \begin{bmatrix} |&|&&|\\ x^{(1)}&x^{(2)}&\cdots&x^{(m)}\\ |&|&&|\\ \end{bmatrix} \end{aligned}$$

我們可以將整個矩陣直接跟 $w^T$ 相乘，得到一個 1 * m 的 $Z$ 矩陣

$$\begin{aligned} Z &= \begin{bmatrix}z^{(1)} & z^{(2)} & \cdots z^{(m)}\end{bmatrix}\\ &= w^TX + b\\ &= \begin{bmatrix}w^Tx^{(1)}+b & w^Tx^{(2)}+b & \cdots w^Tx^{(m)}+b\end{bmatrix} \end{aligned}$$

然後再計算出 1 * m 的 A 矩陣

$$A = \begin{bmatrix}a^{(1)} & a^{(2)}& \cdots a^{(m)}\end{bmatrix} = \sigma(Z)$$

在 python 中，Z 的運算如下

Z = np.dot(w.T, X) + b

Vectorizing Gradient Output

現在我們來將 gradient (backpropogation) 的 $dZ, dw, db$ 也進行向量化，$dZ$ 其實就是矩陣 A 和矩陣 y 相減。

$$\begin{aligned} dZ &= \begin{bmatrix}dz^{(1)} & dz^{(2)} & \cdots & dz^{(m)}\end{bmatrix} \\ &= A - Y \\ &= \begin{bmatrix}a^{(1)} - y^{(1)} & a^{(2)} - y^{(2)} & \cdots & a^{(m)} - y^{(m)}\end{bmatrix} \end{aligned}$$

我們將 dw1, dw2, ... 組合成為一個 nx * 1 的 dw 矩陣

$$\begin{aligned} dw &= \frac{1}{m}X dZ^T \\ &= \frac{1}{m} \begin{bmatrix} |&|&&|\\ x^{(1)}&x^{(2)}&\cdots&x^{(m)}\\ |&|&&|\\ \end{bmatrix} \begin{bmatrix} dZ^{(1)}\\\vdots\\dZ^{(m)} \end{bmatrix} \end{aligned}$$

而 db 則是用 sum 的方法乘起來平均

$$\begin{aligned} db &= \frac{1}{m} \sum_{i=1}^m dZ^{(i)} \\ &= \frac{1}{m} \text{np.sum}(dZ) \end{aligned}$$

現在我們就能用一個 vectorization 的方法一次計算一個 gradient descent 的情形

Z = np.dot(w.T, X) + b
A = sigmoid(Z)

dZ = A - y
dw = 1/m * X * dZ.T
db = 1/m * np.sum(dZ)

w = w - a * dw
b = b - a * db