mat2cell（）函式對矩陣進行分塊。先看看help。對於60x50的二維矩陣x進行分塊：c = mat2cell(x, [10, 20, 30], [25, 25])
[10, 20, 30] 之和剛好為60，他們把行**為10,20,30這三個小塊。[25, 25]把列**為兩個25的小塊。
對於高維矩陣，直接舉出四維矩陣的例子。這是作者在實現一篇*****時遇到的。大致是給4張hh,hv,vh,vv（1600x1600）圖來做給極化圖每個畫素做乙個相干矩陣，然後要把這些畫素點進行50x50個畫素點為乙個patch。相當於把一整張圖進行網格化，每個網格裡面有50x50個畫素點。
用的四維矩陣。pixel是乙個3x3的相干矩陣。
patch(:,:,m,n)=pixel;可以把patch想象成乙個mxn的二維矩陣，他的每個元素是乙個3x3的矩陣。
在對path進行分塊的時候，需要給每一維做乙個劃分。因為不想把patch的元素破壞了，所以前兩維必然都要寫成3。後面的m,n就該**成需要的維數了。patch是乙個每個元包有50x50個3x3矩陣元素的32x32的矩陣。實際上寫出來也就是patch(3,3,32,32);這是對原圖相干矩陣x(:,:,1600,1600)的劃分結果。
patch=mat2cell(x,3,3,ones(1,32)*50,ones(1,32)*50);%32個50x50暴力分塊矩陣乘法
樸素的演算法 o 4096 64 4096 o 1e9 不用想是超時的。因為每次矩陣乘法中存在很多重複的計算。考慮將矩陣進行分塊優化。預處理出每塊的值。怎麼分塊。考慮對a矩陣的列分塊，和b矩陣的行分塊。因為p是公共的邊,且p 64 需要注意到的是 b矩陣中的取值僅有01那麼如果對b矩陣進行分塊的話。...
Matlab設定Legend橫排 分塊
高階用法1 指定legend顯示的位置 legend location southeast 比較雞肋，畫好圖後樹手動拖動就好了 高階用法2 指定顯示某幾條曲線的legend 例如你有25條曲線，想顯示其中1，6，11，16，21的legend h plot data legend h 1 6 11 ...
upc 9541 矩陣乘法 （矩陣分塊）
題目描述 深度學習演算法很大程度上基於矩陣運算。例如神經網路中的全連線本質上是乙個矩陣乘法，而卷積運算也通常是用矩陣乘法來實現的。有一些科研工作者為了讓神經網路的計算更快捷，提出了二值化網路的方法，就是將網路權重壓縮成只用兩種值表示的形式，這樣就可以用一些 trick 加速計算了。例如兩個二進位制向...