基于python语言编程的矩阵分解电影推荐算法

import numpy as np
from numba import cuda float64 jit
from scipy import sparse
import os
import time
time_start=time.time（）
cuda.select_device（0）


# 使用jit模式加速单一元素乘法运算
@jit（nopython=True）
def multiply（c d）:
    return c * d


# 使用jit模式加速单一元素减法运算
@jit（nopython=True）
def subtract（e f）:
    return e - f


# 使用jit模式加速梯度下降算法
@jit（nopython=True）
def gradient_descent（err p la lr q）:
    return q + （（err * p） - （la * q）） * lr


# Thread Per Block
TPB = int（32）


# 使用cuda.jit模式，用gpu加速矩阵的乘法运算
@cuda.jit
def fast_matmul（a b c）:
    sa = cuda.shared.array（shape=（TPB TPB） dtype=float64）
    sb = cuda.shared.array（shape=（TPB TPB） dtype=float64）

    x y = cuda.grid（2）

    tx = cuda.threadIdx.x
    ty = cuda.threadIdx.y
    # bpg = cuda.gridDim.x

    if x >= c.shape[0] and y >= c.shape[1]:
        # Quit if （x y） is outside of valid C boundary
        return

    tmp = 0
    for i in range（hid）:
        sa[tx ty] = a[x ty + i * TPB]