<div dir="ltr"><div>it is difficult to write an efficient matrix matrix multiplication in any language. If you want a fair comparison, implement your naive method in python and compare those timings.</div></div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">Op di 3 mrt. 2020 om 04:20 schreef 9il via Digitalmars-d-learn <<a href="mailto:digitalmars-d-learn@puremagic.com">digitalmars-d-learn@puremagic.com</a>>:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">On Sunday, 1 March 2020 at 20:58:42 UTC, p.shkadzko wrote:<br>
> Hello again,<br>
><br>
> Thanks to previous thread on multidimensional arrays, I managed <br>
> to play around with pure D matrix representations and even <br>
> benchmark a little against numpy:<br>
><br>
> [...]<br>
<br>
Matrix multiplication is about cache-friendly blocking.<br>
<a href="https://www.cs.utexas.edu/users/pingali/CS378/2008sp/papers/gotoPaper.pdf" rel="noreferrer" target="_blank">https://www.cs.utexas.edu/users/pingali/CS378/2008sp/papers/gotoPaper.pdf</a><br>
<br>
`mir-blas` package can be used for matrix operations for ndslice. <br>
  `cblas`  - if you want to work with your own matrix type .<br>
</blockquote></div>