1回答
特征稀疏矩阵乘以完全自定义的类型
、、、、
SparseVector<Product> result= mymat_A*myvec_B; 然而，我真正追求的是不同的组件-产品和输出-累加器类型，例如 class A{}class B{} class我需要在这里为A，B，Prod设置特征类型，并设置这些template<>结构Eigen::ScalarBinaryOpTraits >{ type ReturnType；}； 我曾认为我可以使用"..使用cases=混合精度与小的产品，但许多这样
浏览 10提问于2021-04-23得票数 0
我想为一些依赖于稀疏半正定矩阵的代码创建随机测试实例。
Matlab具有函数sprandsym(n，density，rc)，它创建具有特征值rc的随机稀疏对称矩阵，因此非负向量rc导致PSD矩阵。我找到了各种解决方案来创建随机稀疏矩阵或随机PSD矩阵。我还找到了一种组合两者的解决方案，方法是创建一个随机稀疏矩阵，如果不是PSD，则添加单位
浏览 2提问于2019-07-08得票数 1
如果我有一个1000乘以1000的方阵，Lapack能计算出这个矩阵的特征向量和特征值吗？如果可以，需要多长时间？10,000×10,000矩阵，甚至是1,000,000×1,000,000矩阵的情况又如何呢？
请注意，这些将是主要由0填充的稀疏矩阵(矩阵将是表示社交网络的图)。Lapack中是否有处理稀疏矩阵
浏览 13提问于2010-07-21得票数 13
1回答
稀疏*稠密矩阵乘法运算数
、、、、
使用优化的稀疏例程(如cuSparse或特征或Matlab)乘CSR稀疏x密集矩阵或密集x CSR稀疏矩阵需要多少浮点运算。在稀疏矩阵完全密集的极限中，操作的数量是N^2*(2*N-1) --那么，当稀疏矩阵不够稀疏时，为什么稀疏例程比密集例程慢呢？正在进行哪些额外工作？
浏览 1提问于2018-07-15得票数 1
回答已采纳
我有一个不断变化的图表。随着时间的推移，会添加一些顶点，并出现一些新的边(节点不会被删除)。如果我有以前的pagerank计算结果，我如何重用它来提高速度？python igraph模块看起来很不错，但我找不到任何相关的东西。指定的改进应该是有用的，因为pr是一个随机算法。我有一个用python编写的原型，但我真的很想使用C库包装器。
浏览 2提问于2014-11-18得票数 0
我有一个非常大的稀疏矩阵A=7Mi乘以7Mi矩阵。我使用的是Matlab的eigs(A,k)函数，它可以计算第一个k特征值和向量。我需要它所有的特征向量和值。但我不能存储所有的特征向量，因为它需要大量的内存。
有没有办法(用Matlab或Python)在for循环中一个接一个地获取特征向量？也就是说，在ith迭代中，我得到了ith特征向量和值。
浏览 1提问于2019-04-25得票数 4
1回答
我正在写一些Java软件，它需要计算正定对称稀疏矩阵的特征值和特征向量。我不需要所有的特征值，但我最感兴趣的是小的特征值。问题是：2)测试数据涉及大矩阵-通常超过10000乘以10000
这两个限制意味着大多数常用的Java矩阵包不能满足我当前的需求-我甚至
浏览 1提问于2013-07-15得票数 0
使用matrix库，我可以将正常矩阵转换为稀疏矩阵。A.csr = as(A, "dgRMatrix");B.csc = t(A.csc);A.csr %*% B.csr尚未实现。A.c
浏览 3提问于2021-04-23得票数 3
2回答
有没有一种方法可以避免将零作为内部a循环的一部分？作为一个可笑的测试，我尝试了一个条件来停止乘法，如果它遇到一个零，当然这比只做乘法要慢。我的偏好是让LU矩阵保持不变，而不是重新排列以使零消失(稀疏)。在本例中，语言在转换为VB.net之前是VBA。
浏览 1提问于2015-09-23得票数 0
我需要尽可能快地分解大型(如10M*10M)稀疏矩阵的特征值，我试了一下频谱，但速度很慢，似乎Blaze不能用于稀疏矩阵的第一个k特征对计算(它可以用特征().So从稠密矩阵计算特征值，现在我想尝试PETSc.I，我发现MatCreateSeqAIJCUSPARSE和MatSetValues可以初始化稀疏矩阵，但是我没有找到稀疏矩阵</e
浏览 6提问于2022-08-03得票数 0
1回答
好的，所以我用python做了power方法。基本上，这个方程围绕着矩阵A乘以向量(y)，如下所示：然后将向量y乘以1/(y中的第一个元素)。现在，如果矩阵是稀疏的，或者在正确的位置有一个零，那么a中的第一个元素就会得到零。我在谷
浏览 0提问于2010-11-09得票数 2
回答已采纳
我有10000到100000阶的稀疏方阵。我正在使用C++编程语言，并使用armadillo和eigen作为线性代数的库，我知道如何使用它们来处理密集矩阵。如何使用这些库获得大型稀疏矩阵的特征分解(特征值和特征向量)？我们能从特征的稀疏Cholesky函数中得到特征分解吗？
浏览 4提问于2013-06-26得票数 2
1回答
我很好奇为什么将稀疏矩阵乘以稠密矩阵所花费的时间与相反的时间不同。算法有显着性差异吗？下面是一个使用一个线程的特征3和C++的例子：...，稀疏积都比稠密积慢.我很好奇
为什么是这种情况？稀疏密度算法与稠密算法有显着性差异吗？失败的</
浏览 0提问于2018-07-22得票数 5
回答已采纳
2回答
我正在尝试计算colsum(N * P)，其中N是稀疏的，1M乘以2500矩阵，P是密集的2500乘以1.5M矩阵。我将特征MKL库与英特尔的C++库一起使用。问题是矩阵N*P不可能实际存在于内存中，它太大了(~10TB)。我的问题是，Eigen是否能够通过惰性计算和并行性的某种组合来处理这种计算？这里说Eigen不会不必要地生成临时矩阵：
但是，Eigen知道以
浏览 1提问于2015-06-06得票数 2
我使用eigs()函数(来自Arpack包)来查找稀疏矩阵的特征值(eigen()不适用于备用矩阵)。显然，eigs()找不到所有的特征值，即使在非常简单的情况下：M = spdiagm(0 => [1,2,3])最后一行的输出是只接触两个特征值的向量是否有不同的函数来计算稀疏矩阵的</
浏览 1提问于2020-08-24得票数 4
回答已采纳
1回答
大矩阵特征乘法的优化
、、、
我正在C++中进行一些大型随机矩阵(至少1000x1000)的计算，使用本征库，我的代码由以下函数组成：
特征：：MatrixXd xjkMatrix(.)；通过循环由两个向量构造的矩阵。
特征：：MatrixXd qzMatrix(.)；使用xjk矩阵构造一个新的矩阵，用一个概率
浏览 13提问于2015-03-04得票数 1
回答已采纳
2回答
我有一个正常的前馈网络，它产生一个向量，v的元素随后被用作稀疏矩阵M的非零项(假设坐标是预先定义的)。然后将稀疏矩阵乘以稠密向量，并在结果标量上定义损失。我想要向后传播损失w.r.t。网络的权重，这就需要遍历稀疏矩阵。
这似乎是稀疏矩阵的一个完全合理的用例，但似乎不支持这种功能。如果是后者，那
浏览 4提问于2017-02-03得票数 0
在稀疏矩阵上执行特征缩放和平均归一化是个好主意吗？我有一个70%稀疏的矩阵。通常，特征缩放和平均归一化提高了算法的性能，但在稀疏矩阵的情况下，它增加了大量的非零项。
浏览 4提问于2014-02-19得票数 2
回答已采纳
1回答
我有一个包含模型特征的大型稀疏矩阵(95000,12000)。我想用python中的Sklearn.cross_validation模块做一个分层的K折叠交叉验证。然而，我还没有找到一种在python中索引稀疏矩阵的方法。
有什么方法可以在我的稀疏特征矩阵上执行StratifiedKFold吗？
浏览 1提问于2015-11-08得票数 0
1回答
每个对象都与一组2到5‘特征’相关联。任意两个对象i和j之间的相似性(我最终想通过它来聚类)等于它们共有的特征数除以它们“跨越”的不同特征的总数。从理论上讲，计算我的NxN相似性矩阵并不是一个问题:如果每个对象的特征都存储为一个列表，就可以使用set操作；或者特征可以旋转到一个1和0的矩阵，其中每一列都是一个特征，然后R的函数d
浏览 2提问于2017-06-27得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
