有没有一种程序可以利用矩阵的赫米性来使矩阵-向量乘法更快？
是的，有一种程序可以利用矩阵的赫米性来加速矩阵-向量乘法，这种程序被称为共轭梯度法（Conjugate Gradient Method）。
共轭梯度法是一种迭代算法，用于求解对称正定矩阵的线性方程组。它利用了矩阵的赫米性质，即对于一个对称矩阵A，有A^H = A，其中A^H表示A的共轭转置。这个性质使得共轭梯度法能够更高效地进行矩阵-向量乘法。
共轭梯度法的优势在于它的收敛速度相对较快，并且不需要存储整个矩阵，只需要存储向量和一些中间结果。这使得它在处理大规模矩阵时非常高效。
共轭梯度法在科学计算、图像处理、信号处理等领域有广泛的应用。在云计算领域，共轭梯度法可以用于解决大规模数据分析、机器学习、图像处理等问题。
腾讯云提供了一系列与矩阵计算相关的产品和服务，例如腾讯云弹性MapReduce（EMR）和腾讯云机器学习平台（Tencent Machine Learning Platform）。您可以通过以下链接了解更多信息：
- 腾讯云弹性MapReduce（EMR）：https://cloud.tencent.com/product/emr
- 腾讯云机器学习平台（Tencent Machine Learning Platform）：https://cloud.tencent.com/product/tmmp
相关·内容
我试图从Tensorflow内置的稀疏矩阵乘法API中获取性能优势。建议tf.embedding_lookup_sparse是正确的方法。
但是，embedding_lookup_sparse的性能似乎在中有些令人失望。虽然它执行较小的矩阵乘法，<1,3196>和<3196,1024>，但稀疏度为0.1的稀疏矩阵不能获得密集矩阵乘法。
如果我的实现是正确的，我认为原因之一是Tensorflow使用COO格式保存所有索引-非零对。我不是这个领域的专家，但是，这不是众所周知的CSR格式在这种计算中表现得更好吗？对于稀疏矩阵表示，Tensorflow内部使用COO格式而不是C
浏览 6提问于2016-06-08得票数 4
回答已采纳
5回答
我需要在Matlab中进行一个非常大的矩阵/向量乘法："A“是一个655360乘以5的实数矩阵，它不一定是稀疏的；"B”是一个655360乘以1的实数向量。我的问题是如何有效地计算: B'*A。
我注意到，通过计算A'*B，给出了一个列向量，稍微缩短了时间。但它仍然相当慢(我需要在程序中多次执行此操作)。
通过一点搜索，我找到了James Tursa的一个有趣的Matlab工具箱，我希望它能提高上面的矩阵乘法性能。经过几次尝试，我只能获得比Matlab本机矩阵乘法更小的增益。
关于如何重写A'*B以提高操作效率，有什么建议吗？谢谢。
浏览 4提问于2011-10-04得票数 3
1回答
我要做这样的评估
D=跟踪(ABC)
A和C是不变的常数矩阵。矩阵一直在变化。我想要的是找到一种方法来存储来自A和C的一些值，这样我就不必一直计算乘积ABC。B会发生变化，我会使用B的元素和AC的缓存版本的乘积，或者类似的东西。
我知道trace(ABC) = trace(BCA)，所以我可以预计算出乘积CA，但是CA的维数非常高，所以它不适合放在内存中。因此，我不能这样做。ABC被证明是低维的，所以它很好。
C is of size 40000x10 and dense
B of size 80000x40000 but B is sparse so it is fine
A is of
浏览 1提问于2014-03-19得票数 4
3回答
枕稀疏CSR矩阵的快速切片与乘法
、、、、
我有一个大小为2M×50k的稀疏CSR矩阵，它有200 m的非零值(每行100)。我需要用一个(随机分布的)索引(即熊猫Series)分割120 k行，然后将该子矩阵乘以大小为1x50k的稀疏向量(还有100个非零值)。
我这样做：
slice = matrix[index.tolist(), :]
result = slice.dot(vector.T).T.toarray()[0] # returns 1x120k array
切片采用0.7s (慢)，然后乘法采用0.05s。
相反，我可以先乘以整个矩阵，然后切片结果：
result = matrix.dot(vector.T).T.t
浏览 3提问于2017-02-09得票数 0
回答已采纳
我有两个矩阵A和B，我想得到的是：
trace(A*B)
如果我没记错的话，这叫做。
我在这里关心的是效率。我只是担心这种直接向前的方法会首先进行整个乘法(我的矩阵是数千行/列)，然后才会跟踪乘积，而我真正需要的操作要简单得多。有没有一个函数或语法可以有效地做到这一点？
浏览 2提问于2011-11-07得票数 8
回答已采纳
1回答
我正在尝试实现一个有效的矢量化numpy来生成曼哈顿距离矩阵。我熟悉用于使用点积创建有效欧几里德距离矩阵的结构，如下所示：
A = [[1, 2]
[2, 1]]
B = [[1, 1],
[2, 2],
[1, 3],
[1, 4]]
def euclidean_distmtx(X, X):
f = -2 * np.dot(X, Y.T)
xsq = np.power(X, 2).sum(axis=1).reshape((-1, 1))
ysq = np.power(Y, 2).sum(axis=1)
retu
浏览 0提问于2017-12-10得票数 11
回答已采纳
1回答
我是编程新手，尤其是fortran。我正在使用Fortran的LAPACK (线性代数软件包)软件包来求一个大型对称实数矩阵的特征值和特征向量。具体地说，我根据每个特征向量计算一个标量，并希望将其与其关联的特征值进行比较。
我使用LAPACK的子例程DSYEV来完成此操作。然而，DSYEV以升序输出特征值，我不确定它如何对特征向量进行排序。有没有办法将每个特征向量与其特征值相关联？
编辑: DSYEV的官方页面在这里：这里是关于它的另一个页面：
浏览 1提问于2011-11-08得票数 3
1回答
我如何在python中加速这段代码？
while ( norm_corr > corr_len ):
correlation = 0.0
for i in xrange(6):
for j in xrange(6):
correlation += (p[i] * T_n[j][i]) * ((F[j] - Fbar) * (F[i] - Fbar))
Integral += correlation
T_n =np.mat(T_n) * np.mat(TT)
T_n = T_n.tolist
浏览 2提问于2016-10-13得票数 0
我试图使用tf.matmul()来执行稀疏矩阵乘法。
然而，与密集矩阵乘法相比，推理速度要慢得多。
根据tf.sparse_matmul()中的描述：
在一个平台上使用这个与密集矩阵相乘的盈亏平衡是稀疏矩阵中30%的零值。
因此，我用7/8的零值来构造稀疏矩阵。
这是我的代码：
import tensorflow as tf
import numpy as np
import time
a = tf.Variable(np.arange(1000).reshape(250,4) ,dtype=tf.float32) #dense matrix
b = tf.Variable(np.
浏览 4提问于2017-07-01得票数 3
2回答
我想要计算向量，
S=A B u，
其中s和u是N维复向量，A是N×M复矩阵，B是M×N复矩阵。当A、B和u的元素表示为浮点数时，以下哪两种方法具有更好的准确性(更有效的数字)？
(1)先计算B。
首先做矩阵向量乘法，
Y=B u
然后，另一个矩阵向量乘法
S=A y
(2)先计算A、B。
首先做矩阵-矩阵乘法，
C=A B
然后，矩阵向量乘法
S=C U
有什么已知的一般规则吗？
顺便说一下，我知道方法(1)比方法(2)效率高得多。
浏览 2提问于2011-09-26得票数 3
回答已采纳
1回答
快速稀疏矩阵乘法
、、、、
对于类，我必须为稀疏矩阵编写自己的线性方程求解器。我可以自由地对稀疏矩阵使用任何类型的数据结构，并且我必须实现几个解决方案，包括共轭梯度。
我想知道是否有一种著名的存储稀疏矩阵的方法，使得与向量的乘法相对较快。
现在，我的稀疏矩阵基本上实现了一个包装的std::map< std::pair<int, int>, double>，它存储数据(如果有的话)。这将矩阵与从向量到O(n²)复杂度的乘法转换为O(n²log(n))，因为我必须对每个矩阵元素执行查找。我研究了耶鲁大学的稀疏矩阵格式，似乎元素的检索也是O(log(n))，所以我不确定它是否会快很多。
作为参考，我有一
浏览 4提问于2013-03-29得票数 20
回答已采纳
我想在c++中乘以5个矩阵(所有矩阵的大小不同)，那么我能做什么呢？我需要使用循环5次吗?或者有没有像matlab一样的简单方法？矩阵大小为1: 1x4第二: 4x4第三: 4x4第四: 4x4第五: 4x1
浏览 4提问于2013-11-01得票数 0
我在Matlab中使用了以下公式：
k=10e-10:0.01:1.5;
Ck2=(0.5*((i*k+0.135)*(i*k+0.651)))./((i*k+0.0965)*(i*k+0.4555));
plot(k,imag(Ck2));
plot(k,real(Ck2));
我没有定义"i“，所以MATLAB假设我的方程中有一个虚数。我试图用k的范围绘制方程的实数和虚部。
我收到一个错误的说法:内部矩阵尺寸必须一致。我已经试过用“。”运算符之前的乘法运算符要乘法每个元素，但我没有成功。任何帮助都将不胜感激。
谢谢你的进阶。
浏览 0提问于2018-06-08得票数 1
回答已采纳
像许多3d图形程序一样，我有一堆对象，它们有自己的模型坐标(从x、y和z轴的-1到1)。然后，我有一个从模型坐标到世界坐标的矩阵(使用正在绘制的对象的位置、旋转和比例)。最后，我有第二个矩阵，用于将这些世界坐标转换为OopenGL ES 2.0将用于绘制到屏幕上的规范坐标。
因此，因为一个对象可以包含多个顶点，所有顶点都使用相同的变换到世界空间和规范坐标中，因此计算一次这两个矩阵的乘积，并将每个顶点放入结果矩阵中，而不是将每个顶点放入两个矩阵中，会更快。
但是，据我所知，在OpenGL ES 2.0着色器中似乎没有一种方法可以让它计算一次矩阵，并一直使用它，直到调用glUniformMatri
浏览 0提问于2011-07-24得票数 0
回答已采纳
我在计算两个不同矩阵的矩阵向量乘积。即，我需要计算A*v和B*v。通过使用线程和向量级并行，我看到了加速。我注意到，对于我测试过的矩阵大小，加速曲线在大约8个线程后趋于平缓(对于适当大的矩阵大小)。因为我在一台16线程的机器上，我认为在另一个矩阵-向量乘法上再抛出4到5个线程，并通过将每个线程分配给一个任务来同时计算两者是很自然的。然而，随着问题大小的增加，在此线程范围内执行任务的计算始终比不在线程范围内执行的计算要差。请参见下图。这对我来说是不直观的，我希望任务比顺序函数调用执行得更好。
// This is consistently worse
#pragma o
浏览 0提问于2020-10-16得票数 1
我想用一个3-D Eigen::Tensor替换代码中的一个矩阵序列。考虑到这一点，我试着比较张量和矩阵的性能。
下面的函数"tensorContractTest“执行(n，n，n)秩3张量的收缩，其中秩1张量的大小为n (n = 500)。此收缩计算n**2个点积，因此就运算数量而言，它等同于两个(n，n)矩阵的乘法(下面的函数"matrixProductTest“)。
在Visual Studio2013上运行时，函数"tensorContractTest“的运行速度比"matrixProductTest”慢约40倍。也许，我遗漏了一些东西。感谢您的帮助。
浏览 211提问于2018-01-05得票数 3
1回答
我(从我的朋友那里)听说，data.table上的数学运算比矩阵上的运算快得多。我试图计算大小为30kx30k的两个矩阵的dot.product，并寻找所需的时间。
matrix1 = matrix(rexp(200, rate=.1), ncol=30000,nrow=30000)
matrix2 = matrix(rexp(200, rate=.1), ncol=30000,nrow=30000)
product = matrix1 %*% matrix2
我想用data.table做的同样的事情
dt1<- as.data.table(matrix1)
dt2<- as.da
浏览 0提问于2014-07-31得票数 4
回答已采纳
1回答
本文尝试用MPI有限元法求解泊松方程。我已经有了连通矩阵，还有每个节点的x和y坐标。我向所有处理器广播了连接性和坐标矩阵。假设我们有N个节点，所以全局刚度矩阵是N_N，假设我们只有两个处理器，我们只向每个处理器发送一半的元素。现在我的问题是，是为每个处理器定义一个N/2_N/2的局部矩阵，还是为所有处理器定义一个N_N矩阵，而每个处理器都将在这个过程中完成自己的部分。在这种情况下，我如何收集主进程中的最终矩阵？如果为每个处理器定义N/2_N/2的局部矩阵，一些元素可能在两个处理器中共享相同的元素，这将是装配的一个问题。我正在附上我的代码，如果你能帮助我，我将不胜感激。
浏览 1提问于2021-05-17得票数 1
我是一名从事地球物理反演的研究员。它需要求解线性系统：Au = rhs。这里A通常是稀疏矩阵，但rhs和u可以是稠密矩阵，也可以是向量。为了进行基于梯度的反演，需要进行灵敏度计算，需要大量的矩阵矩阵和矩阵向量乘法。最近，我在矩阵(稀疏)-矩阵(稠密)乘法中发现了一种奇怪的行为，下面是一个例子：
import numpy as np
import scipy.sparse as sp
n = int(1e6)
m = int(100)
e = np.ones(n)
A = sp.spdiags(np.vstack((e, e, e)), np.array([-1, 0, 1]), n, n)
A
浏览 6提问于2017-04-21得票数 3
回答已采纳
3回答
我试图把一个矮小矩阵的列相乘。我遵循了这个中给出的代码。
下面是列的样子：
下面是当我试图将矩阵的两列相乘时所发生的事情。
也许问题是列的存储方式不同？其他问题中的一些打印文件没有将数字存储在单独的列表中。
浏览 4提问于2015-02-10得票数 1
回答已采纳
2回答
在fortran9x中，用任意的(密集的)N维向量v乘以任意的M x N矩阵，比如说A，它的条目只包含+1和-1 (并且完全填充！)，那么有什么有效的方法(就CPU时间和/或内存需求而言)？
非常感谢，奥斯莫
在编译时，A的大小(即M和N)是未知的。
浏览 1提问于2011-08-28得票数 1
OpenGL中的旧矩阵堆栈规定矩阵乘法顺序必须是乘法后。现代OpenGL将这些矩阵操作推迟到着色器，在着色器中我们现在可以自由选择使用operator*(vec4,mat4)而不是operator*(mat4,vec4)。我碰巧更喜欢预乘，因为我发现它使代码更具可读性。例如，对于后乘法，我们有
mat4 mvp = vp * m;
而对于预乘，它变成了
mat4 mvp = m * vp;
这对我来说更有意义。
无论如何，我的问题是:这有什么缺点吗？除了OpenGL的人们还不习惯它？在性能上似乎没有任何变化。
浏览 0提问于2013-06-30得票数 2
回答已采纳
我有一个非常大的网络的数据，这是相当稀疏的。我想知道什么是存储内存最有效的方式，也是访问两个节点是否连接最容易的方式。
显然，对于N个节点，保持N*N矩阵在空间I存储方面并不是那么有效。所以我想也许保留邻接列表如下：
Array(Vector{Int64}, N_tmp)
其中N_tmp <= N，因为许多节点可能没有任何连接。
你能帮我看看有没有更好的方式或者包在内存和访问方面更好吗？
浏览 3提问于2016-10-27得票数 6
回答已采纳
1回答
我用Octave编写了以下两段代码。
给定一个矩阵'img'，我想：
将所有不等于255的元素替换为0：
for i = 1:m
for j = 1:n
if (img(i,j) ~= 255)
img(i,j) = 0;
endif
endfor
endfor
将所有负元素替换为0，将所有大于255的元素替换为255：
for i = 1:m
for j = 1:n
if (img(i,j) < 0)
img(i,j) = 0;
end
浏览 0提问于2013-03-16得票数 3
回答已采纳
3回答
求逆协方差矩阵的马氏距离
、、、
我正在写一个函数来计算两个向量之间的马氏距离。我知道这是使用方程a'*C^-1*b来实现的，其中a和b是向量，C是协方差矩阵。我的问题是，有没有一种有效的方法可以在不使用高斯-乔丹消元法的情况下找到矩阵的逆矩阵，或者没有办法绕过这一点？我正在寻找一种自己做这件事的方法，而不是使用任何预定义的函数。
我知道C是一个厄米特的，正定的矩阵，那么有什么方法可以让我在算法上利用这个事实呢？或者，有没有一些聪明的方法来计算马氏距离，而根本不计算协方差的逆？任何帮助都将不胜感激。
*编辑:上面的Mahalanobis距离公式不正确。它应该是x'*C^-1*x，其中x= (b-a)，b和a是我
浏览 2提问于2012-08-03得票数 10
回答已采纳
1回答
有没有办法将对称矩阵与密矩阵相乘(并利用我们有对称矩阵的事实)？我知道BLAS中的DSYMM例程，但是我所处理的矩阵是mat类型的(它们不是数组)，所以我想知道从BLAS中使用DSYMM例程是否有什么东西。我在墨鱼文件里找不到任何东西。
浏览 0提问于2018-05-24得票数 0
回答已采纳
3回答
我有矩阵A和B
size(A) = [n x]; size(B) = [n y];
现在我需要比较A的每个列向量与B的每个列向量的欧几里得距离。我现在使用的是dist方法
Q = dist([A B]); Q = Q(1:x, x:end);
但它也做了很多不必要的工作(比如分别计算A和B的向量之间的距离)。
计算这个值的最佳方法是什么？
浏览 0提问于2013-03-11得票数 2
回答已采纳
1回答
一种简单的方法来计算n x m矩阵对具有m个条目的向量的作用，将导致代码的伸缩性类似于O(n X m)。
我知道对于这样的计算，使用BLAS例程是一个很好的选择，但是它们的伸缩性也比O(n X m)好吗？或者它们只是比天真的方法更快，但具有相同的可伸缩性？
浏览 2提问于2016-07-25得票数 0
1回答
多线程概念问题
、、
我只需要写一个程序，在这个程序中，我必须使用线程进行矩阵乘法，其中每个乘法都有一个线程。
现在我想知道几件事，使用线程将3x2矩阵和2x3矩阵相乘真的有什么好处吗？对于一些小的东西，顺序代码仍然有效吗？如果我错了，这么小的东西有没有好处或坏处？我只是认为对于这么小的东西来说，复杂性太大了。
另一方面，拥有10000x10000矩阵在使用线程方面会有好处吗？我假设是这样的，局部性起了作用，但我仍然在思考多线程是否更有效率。
谢谢!
浏览 1提问于2018-03-01得票数 3
2回答
大尺寸多矩阵
、、
我想尝试在matlab中计算三个矩阵的乘积。矩阵的形成说明如下：
L = D^(-1/2) * A * D^(-1/2);
D、A和L是n*n矩阵。A和L是，不是对角线或稀疏，而是D是对角线。在这种情况下，n = 16900。当我在matlab中计算L时，需要很长时间，大约4个小时！
我的问题是:有没有更有效的方法来计算L？
浏览 1提问于2014-02-13得票数 0
回答已采纳
2回答
我尝试使用armadillo进行线性回归，如以下函数所示：
void compute_weights()
{
printf("transpose\n");
const mat &xt(X.t());
printf("inverse\n");
mat xd;
printf("mul\n");
xd = (xt * X);
printf("inv\n");
xd = xd.i();
printf("mul2\n");
xd = xd
浏览 0提问于2017-02-28得票数 0
1回答
A_ldiv_B！稀疏矩阵
、、、、
以下代码行出现在优化包“Optim”中的levenberg-marquardt算法中：
DtD = diagm(Float64[max(x, MIN_DIAGONAL) for x in sum(J.^2,1)])
delta_x = ( J'*J + sqrt(lambda)*DtD ) \ -J'*fcur
但是，我的问题与算法无关，也与包中的任何特定内容无关。我想它更多的是与基本julia中的线性代数和因式分解有关。
如果我有一个完整的矩阵J，下面的工作如下：
In [3]: n = 5
J = rand(n,n)
fcur = rand(n)
DtD = diagm(
浏览 5提问于2015-03-10得票数 0
回答已采纳
如果我们有两个矩阵，如果我们想做矩阵乘法，为什么内维需要相同呢？
我知道一些点阵产品可能有NaNs，但是我们可以忽略它们吗？
浏览 22提问于2018-01-11得票数 1
回答已采纳
2回答
C语言中的稀疏矩阵乘法
、、、
我有两个矩阵市场格式的稀疏矩阵文件：
row col val
1 1 3.0
1 2 1.0
2 3 2.0
etc...
目前，我已经将文件分成了6个数组：
row_A[], col_A[], val_A[], row_B[] …
它们分别包含行索引、列索引和值。
我想轻松地将这两个矩阵相乘，而不必首先将它们转换为密集矩阵格式。有没有这样做的算法？
我在Quora上找到了这个伪代码，但我不确定它是不是最好的实现，或者它将如何在C：中实现
multiply(A,B):
for r in A.rows:
for c in A.rows[r]:
fo
浏览 1提问于2018-10-26得票数 2
我正在尝试对图像中的每个像素执行如下操作：
A是x*y*4矩阵，w是1x9向量。
我有一个200x200x4x9的矩阵L。
L的前两个维度是像素的(x，y)位置。每个位置有4个不同的子像素(第三维)。每个子像素都有一个向量m，这是我方程式中的最后一个维度。
我计划得到整个图像的第一个子像素的结果，这就是我尝试的：
A (:,:,1) = w * L (:, :, 1, :) ====> Inputs must be 2-D, or at least one input must be scalar.
A (:,:,1) = w * L (:, :, 1, :)' ==
浏览 2提问于2013-03-16得票数 0
回答已采纳
2回答
我想做一些2D绘图，因此想要实现一些矩阵转换。由于我的数学背景很浅，我正在尝试理解如何在C#中做到这一点(任何其他oop语言显然都会做到这一点)。
我读到的所有内容都是解释说我们需要使用3x3矩阵来处理翻译。因为你不能用乘法进行翻译。但这是通过矩阵的乘法来创建我们的变换。因此，我们使用类似如下的东西：
{ x1, x2, tx }
{ y1, y2, ty }
{ 0, 0, 1 }
我理解第三列的意思，但是为什么我们需要第三行呢？在单位矩阵中，以及在旋转、缩放或旋转中，最后一行是相同的。有没有我还没有达到需要它的操作？是不是因为某些语言(Java)在使用“平方维数”数组时表现得更好？如
浏览 7提问于2012-05-22得票数 19
回答已采纳
1回答
我有两个矩阵，其中第一个矩阵是根据第二个矩阵的数据创建的，用于转换第二个矩阵。我多次重复这一行动。由于这两个矩阵的依赖关系，我无法在这里找到加速操作的方法。我试着用一个小的矩阵来告诉你我在说什么。
[ 1 0 0 0 ] [ .11 .22 .33 .44 ]
[ 0 1 0 0 ] [ .65 .42 .01 .92 ]
[ 0 0 .51^2 .85^2 ] * [ .31 .15 .51 .85 ]
[ 0 0 .44^2 .23^2 ] [ .25 .78 .44 .23 ]
A
浏览 5提问于2017-04-22得票数 1
回答已采纳
1回答
当我这样做的时候，图形输出是完全混乱的，但我出于好奇尝试了一下。我原以为它会因为非法的数学运算而崩溃：
// gl_Position=Projection*Modelview*Position; <- normal, works fine
// gl_Position=Position*Modelview*Projection; <- bad output, but still runs fine
Position是向量，其他是矩阵。
OpenGL是列为主的，这意味着您只能将矩阵右侧的向量相乘。如果向量是列，则没有数学方法将向量乘到矩阵的左侧，因为内部维度不匹配:
浏览 2提问于2013-06-04得票数 4
回答已采纳
2回答
重复字节序列的CRC32
、、、
我阅读了Mark Adler的解释(和)，其中介绍了crc32_combine如何使用数学技巧，通过32x32矩阵和平方求幂，在O(log(n))时间内计算向CRC32状态机提供一个零位的效果。
有没有一个技巧可以有效地计算重复m次数的n字节序列中馈送的效果？
设x为CRC32位向量。我们可以计算用于施加8n零比特(O(log(n))时间)的效果的矩阵M，以及比特向量B = CRC32(the n bytes) (O(n)时间)。然后我们可以计算新的x作为x' = Mx + B，然后重复这个步骤m次(O(m)时间)。这会导致总的O(n+m)时间，但是有更好的算法吗？O(n)术语似乎不可
浏览 21提问于2019-12-09得票数 2
有许多方法可以提高矩阵-矩阵乘法的性能(例如，使用第二矩阵的转置来利用引用的局部性，使用等算法方法)。
但是有没有一种方法可以提高向量矩阵乘法的性能呢？(甚至谷歌搜索也会重定向到矩阵矩阵乘法的改进方法。)我知道我们可以使用来获得一定程度的性能改进，但是还有其他方法吗？
浏览 1提问于2016-02-29得票数 1
回答已采纳
2回答
我需要实现一个乘法公式，其中一个大小为'n‘的行矩阵要乘以一个n*n矩阵。
我已经使用DenseMatrix类从2D array...but创建了n*n矩阵我的问题是如何创建一个行向量...
我可以使用CompRowMatrix类为它创建一个行矩阵，输入必须是‘matrix...but’..但是矩阵是一个接口..无法实例化状态的第一个构造函数它需要一个‘非零索引数组’因为input..but我无法理解这个非零索引数组是什么？？
另外，我可以用或任何其他合适的class..but来创建一个向量，似乎没有一种方法可以将一个向量与一个矩阵直接相乘。
请帮助
浏览 5提问于2011-04-28得票数 0
回答已采纳
1回答
我试图用向量乘一个矩阵(由少数1和多数O组成)，在R中使用%*%函数，这个过程花费了大量的时间。有什么办法能让这件事更快吗？
谢谢
浏览 0提问于2018-11-14得票数 1
回答已采纳
1回答
我想知道是否有人会知道我是如何将以下循环向量化的：
for i in range(1,(T*n)+1):
Y = Y + np.diag(mu) @ Y * dt + np.multiply(np.diag(sigma)@Y, L @ np.random.normal( 0, dt, (d,N)))
下面的参数已经是一个dxN矩阵(我已经用该矩阵向量化了一个循环)：
Y(这是递归参数)
np.diag(mu) @Y* dt
Np.diag(西格玛)@Y
L@ np.random.normal( 0，dt，(d，N))
任何帮助都将不胜感激。:)
致以最诚挚的问候
浏览 0提问于2019-02-23得票数 2
回答已采纳
1回答
如何在MATLAB中矢量化这段代码？如果可能的话，我希望矩阵B是稀疏矩阵。
%% Y is a matrix l*n
%% X is a matrix k*n
B = [];
for i=1:l
for j=1:n
temp1 = zeros(1,n*l);
temp1((i-1)*n+j) = -1;
temp2 = zeros(1,l*k);
temp2((i-1)*k+1:i*k) = (-Y(i,j)).*(X(:,j)');
B = [B;[temp1,temp2]];
end
e
浏览 3提问于2016-05-13得票数 2
回答已采纳
我在OpenGL中读过几个关于骨骼动画的教程，他们似乎都专注于使用四元数进行旋转，使用3d矢量进行平移，而不是使用矩阵。
但当它们涉及到顶点蒙皮过程时，它们将所有四元数和3d向量组合到一个4x4矩阵中，并上载矩阵以在着色器中完成其余的计算。4x4矩阵有16个元素，而四元数+ 3d向量只有7个元素。那么为什么我们要在上传之前将它们转换成4x4矩阵呢？
浏览 6提问于2013-03-29得票数 5
回答已采纳
2回答
假设我们有一个点p，例如(1, 2, 3)，我们想要在它上应用一个线性变换N次。如果转换由矩阵A表示，则最后的转换将由A^N . p给出。矩阵乘法是昂贵的，我假设特征分解和对角化将加速整个过程。但令我惊讶的是，这个被认为是改进的方法需要更多的时间。我在这里错过了什么？
import timeit
mysetup = '''
import numpy as np
from numpy import linalg as LA
from numpy.linalg import matrix_power
EXP = 5 # no. of time linear tr
浏览 8提问于2020-01-22得票数 2
回答已采纳
3回答
有没有关于如何创建、维护和考虑为数值分析代码编写测试例程的好的在线资源？
我能看到的像测试矩阵乘法这样的限制之一是，明显的测试(比如用一个矩阵作为单位)可能不能完全测试代码的功能。
此外，还有一个事实是，您通常也要处理大型数据结构。有没有人有一些好的想法来解决这个问题，或者有一些好的地方可以看看？
浏览 0提问于2008-08-19得票数 8
回答已采纳
1回答
实际上有两个问题，但我想让它更具描述性：
我正在实现一个调制器，它涉及复向量的矩阵乘法：
举个例子：
cck_encoding_table(1,:)= [ 1j 1 1j -1 1j 1 -1j 1 ];
cck_encoding_table(2,:)= [ -1j -1 -1j 1 1j 1 -1j 1 ];
cck_encoding_table(3,:)= [ -1j 1 -1j -1 -1j 1 1j 1 ];
cck_encoding_table(4,:)= [ 1j -1 1j 1 -1j 1 1j 1 ];
基本上，我需要在Simulink(
浏览 0提问于2011-05-10得票数 4
回答已采纳
2回答
我有一个大小为100x100的矩阵A。现在我有了另一个向量Z=(1,24,5,80...)它有100个元素。它是一个包含100个元素的列向量。现在，对于矩阵A的每一行，我希望它的A(i，j)元素为1，其中i是从1:100开始的行，j是Z给出的列
所以应该是1的元素应该是1,1，2,24，3,5，4,80等等
我知道我可以使用循环来做到这一点。但是有没有一种直接简单的方法，我指的是一个线性？
浏览 2提问于2012-11-08得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
