1回答
稀疏矩阵生成的复杂性
、、、
我有一个对称矩阵S(n*n)，其中大约70%的数据是0。
从原始对称矩阵生成稀疏矩阵的时间复杂度是多少？由于我处理的是对称矩阵，我可以说我的时间复杂度可以降低到O((n*(n+1))/2)，因为在对称矩阵ai= aj中？在这种情况下，如果遇到ai为0，我可以说是aj=0。这可以使我的循环减少大约一半。
浏览 2提问于2015-06-16得票数 1
回答已采纳
1回答
填充行对角稀疏矩阵
、、、
我有一个稀疏矩阵，我正在使用几个对角线构造它：
A = diags([np.arange(100), np.arange(99), np.arange(99)], offsets=[0, -1, 1])然而，这个稀疏矩阵在最后一行中也有一个向量。是否有任何方法将其存储在稀疏矩阵中，还是我的构造效率低下，我应该使用密集矩阵？
浏览 8提问于2017-07-01得票数 0
回答已采纳
1回答
我希望将空值或稀疏值赋值到R中的稀疏矩阵中，具体来说，我希望从矩阵包中删除稀疏矩阵对角线中的所有值。我目前只能将非稀疏0分配到对角线中，然后用drop0函数删除它们。是否有一种方法可以将空值直接分配到稀疏矩阵的对角线中？在我的实际分析中，我想保留一些非对角值，用于网络分析，所以我并不真正感兴趣的是一个空矩阵，而是一种将“稀疏”或
浏览 4提问于2016-12-15得票数 2
回答已采纳
矩阵Q是稀疏的，构造如下。one = ones(d,1);B = repmat(diag(one),1,d);Q是一个块对角线矩阵，其中有n相同的块(在对角线中)，每个块是矩阵M。现在，我希望将Q创建为稀疏矩阵(否则，当使用quadprog解决原始二次规划时会出现内存问题)。
谢谢您的任何建议。
浏览 1提问于2014-06-25得票数 2
回答已采纳
我所用的提法是：其中T是二阶导数wrt和该系统简化为A和B矩阵如下：
我只是把这个线性系统解出来
使用稀疏模块。
浏览 0提问于2019-07-07得票数 1
回答已采纳
我是Tensorflow的新手。我正在尝试使用Tensorflow用python编写一个处理稀疏矩阵输入的函数。通常我会定义一个tensorflow占位符，但显然没有稀疏矩阵的占位符。定义一个在tensorflow中操作稀疏数据并将值传递给它的函数的正确方法是什么？
具体地说，我正在尝试重写多层感知器的基本示例，在这里找到，以接受稀疏输入而不是密集输入。import tensorflow as tf
浏览 11提问于2017-06-23得票数 0
回答已采纳
1回答
稀疏对角矩阵求解器
、、、、
系统矩阵的作用(对应于PDE系统的扩散项之一)象征性地(u是未知字段之一，n是时间步长，j是网格点)：
并充分：上面的矩阵必须是A，其中A*U^n+1 =B是系统。到目前为止，我一直在使用spdiags和diag以以下昂贵的方式填充这个矩阵： E(2:2:2*J) = 0;这显然是不合理的昂贵，因为它需要构建一个JxJ矩阵，做一个JxJ矩阵乘法，等等。然后是我的问题:是否有一种不传递M
浏览 1提问于2014-12-09得票数 4
回答已采纳
我有一个与稀疏矩阵相关的问题。(这是一个例子，我使用的矩阵有10k个以上的条目)M = sparse.csr_matrix(A)M.diagonal从对角线上，我想检查所有具有特定值的条目，假设是4，并评估在对角线上找到4的所有行索引。在这个特定的示例中，这应该会产生类似于:1
从这些索引中，我需要评估稀疏矩阵的所有行值(不包括对角线
浏览 0提问于2020-06-11得票数 2
1回答
如何从对角向量构造稀疏矩阵，如下所示:假设我的矩阵是维度N=6的平方，我有以下向量我想把这些部分放在对角线上但是vec应该从Mat0,2开始，vec1应该从Mat1,4开始
我知道scipy.sparse.diags()，但我不认为有一种方法可以指定存在非零元素的对角线的一部分。
浏览 3提问于2015-03-25得票数 0
1回答
我有一个循环，在内部展开稀疏矩阵向量乘法。对于右上角矩阵，我们使用对角线方法计算，每个对角线都有不同的长度。这导致了第二个循环需要从第一个循环结束的地方开始的问题。我现在无意中发现了一个类似于以下(非常简化)的构造： !但是上
浏览 0提问于2014-03-14得票数 2
回答已采纳
我有一个平方矩阵Aproc main() { [4.0, 0.8, 1.1, 0.0, 2.0]1.3, 1.0, 0.5, 1.7] ,[2.0, 0.0, 1.7, 1.5, 16.0]}
我要构造对角矩阵似乎我必须提取对角线，然后对每个元素进行操作。我希望这个矩阵是非常大和稀疏的，如果这改
浏览 2提问于2017-08-18得票数 2
回答已采纳
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。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CS
浏览 6提问于2016-06-08得票数 4
回答已采纳
1回答
C++中的矩阵库；
、、、、
我编写了一个矩阵库，它包含了矩阵的所有主要属性。这是一个相对较长的项目，我希望它是可以张贴在这里，因为我真的想让它审查。
浏览 0提问于2020-02-05得票数 5
回答已采纳
1回答
块本身是稀疏的，第一个对角线是唯一的恒等矩阵，第二个对角线每个块只有n+1非零列(所以是3n+7零列)。这些列是连续的，要么是零，要么是非零，要么相反。在内存中构建所有这些块将生成一个3N-2xbxb数组，该数组可以用scipy.sparse.bsr_matrix转换成一个稀疏矩阵，然后转换为CSR格式，并对多余的零进行裁剪。--看起来bsr_matrix不像是可以直接与枕稀疏矩阵一起使用作为输入。我能做些什么进一步减少这个矩阵的原始
浏览 3提问于2020-10-16得票数 0
回答已采纳
1回答
如何提取稀疏矩阵的主对角线？矩阵是在scipy.sparse中创建的。我想要等价于np.diagonal()，但是对于稀疏矩阵。
浏览 0提问于2016-01-19得票数 10
回答已采纳
我有一个矩阵A (维数mxn)和向量b (维数)。A是稀疏的，已经使用_sparse()_函数进行了转换。
有更好的方法吗？据我所知，矩阵乘法没有等效的bsxfun？
浏览 1提问于2013-07-23得票数 0
回答已采纳
2回答
在我正在写的一篇论文中，我利用一个n×n矩阵乘以一个n维的密集向量。在它的自然形式下，这个矩阵具有O(n^2)空间复杂度，并且乘法需要O(n^2)时间。然而，众所周知，矩阵是对称的，并且沿其对角线具有零值。矩阵也是高度稀疏的:大多数非对角线条目都是零。谁能把我链接到一个算法/论文/数据结构，它使用稀疏对称矩阵表示来接近O(nlogn)甚至O(n)，在高度稀疏性的情况下？
浏览 0提问于2011-09-13得票数 4
回答已采纳
我有一个稀疏矩阵H的CHOLMOD分解，我想编辑上、下和块对角线因子的稀疏表示。我该怎么做呢？当我运行下面的代码时，最后一行不起作用。sprand(10,10,0.5)fD = fac[:D]从稀疏矩阵到
浏览 32提问于2018-01-29得票数 2
回答已采纳
6回答
我们有一个存储稀疏矩阵的应用程序。该矩阵的条目主要存在于矩阵的主对角线周围。我想知道是否有任何有效的算法(或现有的库)可以有效地处理这类稀疏矩阵？最好是一个通用实现，其中每个矩阵条目都可以是用户定义的类型.对问题/答复进行编辑：
当我说主要是围绕主对角线的时候，我的意思是大多数矩阵的特征是，大多数条目都是在主对角线上聚在一起的，但是在对角线附近可能有零，并且可能有远离<e
浏览 7提问于2009-04-16得票数 12
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
腾讯会议
云直播活动推荐
腾讯云开发者
