问题：在 numpy 中，我有一个M1要与另一个矩阵相乘的矩阵M2。
我知道我可以保留一半的值，M1因为生成的矩阵是对称的，我只需要最高k值。
因此，我正在考虑将numpy.tril一半的值归零，希望底层的 C 函数对于乘法运算会更快a*b，a==0因为它们可以在看到a==0而不是执行整个浮点运算时停下来。
我知道我可以计时，但我认为这是一个普遍感兴趣的问题。
请注意，这M1不是稀疏的，只是不需要考虑其中的一半。
也许还有更好的方法来节省 50% 的计算？
背景：这与
p(A|B)*p(B) == p(B|A)*p(A)
...如果你明白我的意思。
示例：这只是发生的一点，但最后，我们有
- 一个|一个| x |A| 矩阵
p(A|B)（A和B是相同的变量） - 1 x |A| 矩阵
p(B) - 结果是 |A| x |A|
p(A,B) = p(A|B)*p(B)我们不关心对角线的矩阵，因为它是给定值本身和对角线上方或下方部分的概率，因为它是另一半的重复。很适合进行健全性检查，但毕竟没有必要。
请注意，这里它实际上不是点积。但我想导致 p(A|B) 的一半计算也是不必要的。
更新： 我将为此应用程序采取更合理的方法，即限制 A 和 B 不相交。然后所有矩阵的大小都会减小。它可以在 numpy 中优雅地完成，但会增加阅读代码的复杂性。
毕竟这没有任何意义。唯一的选择是创建M1.shape[0]-1重新创建三角形的子矩阵，但这肯定会产生太多开销。