Операция умножения матриц в машинном обучении применяется для различных задач, включая преобразование векторов признаков, вычисление параметров модели и операции с нейронными сетями, такие как прямое и обратное распространение. 1

Пример применения: если есть набор изображений для обучения сверточной нейронной сети, и нужно дополнить этот набор поворотами этих изображений, чтобы сеть могла распознавать изображения независимо от их наклона, то поворот изображения — это частный случай умножения матрицы векторов координат на матрицу трансформации. 4

Также матричное умножение лежит в основе многих реализаций прямого и обратного распространения сигнала в сверточных слоях нейронной сети. 5

Кроме того, эта операция позволяет эффективно задействовать все вычислительные ресурсы современных процессоров и графических ускорителей, поэтому на неё приходится до 90–95% всего времени, затрачиваемого на машинное обучение. 5