本文主要是介绍【upc 9541 矩阵乘法】非正解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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。例如两个二进制向量点乘，可以用计算机中的与运算代替，然后统计结果中 1 的个数即可。
然而有时候为了降低压缩带来的误差，只允许其中一个矩阵被压缩成二进制。这样的情况下矩阵乘法运算还能否做进一步优化呢？给定一个整数矩阵A 和一个二值矩阵B，计算矩阵乘法 C=A×B。为了减少输出，你只需要计算 C 中所有元素的的异或和即可。
输入
第一行有三个整数 N,P,M, 表示矩阵 A,B 的大小分别是 N×P,P×M 。
接下来 N 行是矩阵 A 的值，每一行有 P 个数字。第 i+1 行第 j 列的数字为 Ai,j, Ai,j 用大写的16进制表示（即只包含 0~9, A~F），每个数字后面都有一个空格。
接下来 M 行是矩阵 B 的值，每一行是一个长为 P 的 01字符串。第 i+N+1 行第 j 个字符表示 Bj,i 的值。
输出
一个整数，矩阵 C 中所有元素的异或和。
样例输入：
4 3 2
3 4
8 A
F 5
6 7
01
11
10
样例输出
2
提示 2≤N,M≤4096,1≤P≤64,0≤Ai,j<65536,0≤Bi,j≤1.
暴力过的
#include <bits/stdc++.h>
#include <iostream>
#include <cstring>
#include <cstdio>
#define X 10005
#define inf 0x3f3f3f3f
#define PI 3.141592653589793238462643383
#define IO ios::sync_with_stdio(false),cin.tie(0), cout.tie(0);
using namespace std;
typedef long long ll;
const ll mod=1e9+7;
ll A[10000][100];
ll B[100][10000];
int n,p,m;
int main()
{scanf("%d%d%d",&n,&p,&m);for(int i=1;i<=n;++i)for(int j=1;j<=p;++j){scanf("%x",&A[i][j]);}int t;for(int i=1;i<=m;++i){for(int j=1;j<=p;++j){scanf("%1d",&t);B[j][i]=t;}}ll ans=0;for(int i=1;i<=n;++i){for(int j=1;j<=m;++j){ll ret=0;for(int k=1;k<=p;++k)ret+=A[i][k]*B[k][j];ans^=ret;}}printf("%lld\n",ans);return 0;
}优化
这篇关于【upc 9541 矩阵乘法】非正解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
