sparse-matrix

1열

1답변

안녕하세요, 저는 모두 수정 된 압축 된 드문 드문 행에 저장된 희소 행렬을 구현하고 있습니다! 생성자가 잘 작동하지만, 나는 그것을 검증 할 수 있지만 operator +는 이상한 행동을 보입니다. 만일 내가 0이 아닌 값을 가지고 있다면 합계는 올바른 결과를 계산하지 못합니다. 수정 된 압축 스파 스 열 방법은 코드를 작업하는 후속이다 here 내 미님

1열

1답변

스파 스 그래프를 얻는 방법 파이썬에서 라플라시안 매트릭스?

나는 희소 행렬 A을 csr_matrix 형식으로 가지고 있습니다. A은 방향이 지정되지 않은 그래프의 가중치가있는 인접 행렬이므로 대칭 및 비 음수입니다. 그래프 Lapalican을 계산하고 싶습니다. 내가 코드는 아주 간단합니다 MATLAB, 작업을하는 데 사용 : L = diag(sum(A,2)) - A % or L=diag(sum(A))-A beca

1열

1답변

자바 해시 코드가 HashMap에서 작동하지 않습니까?

HashMap을 사용하여 스파 스 그리드를 구현하려하지만 hashCode()를 재정의하면 예상 한대로 작동하지 않습니다. A 그러나, 출력은 다음과 같습니다 : 나는 수 출력을 예상하고있어 public class Main { private static class Coord { int x, y; public Coord(int x,

3열

1답변

동일한 스파 스 매트릭스, 다른 객체 크기

일부 인접 행렬을 만드는 중이고 이상한 문제가 발생했습니다. 1 개의 행렬이 1과 0으로 가득 찼습니다. 나는 그것의 전치를 (t(X) %*% X) 곱한 다음 다른 것들을 실행하고 싶다. 루틴이 실제 느리게되기 시작한 이래로 나는 그것을 분명히 더 빨리 진행 한 드문 드문 행렬로 변환했습니다. 그러나 스파 스 매트릭스는 스파 스 형식으로 변환 할 때 크기가

0열

1답변

분해 작업을 수행 할 메모리가 부족합니다. expipy.sparse.linalg.splu

TieDIE을 사용해 보았습니다. 즉,이 소프트웨어에는 쿼리 노드와 네트워크를 통과 할 때 중요한 서브 네트워크를 찾는 알고리즘이 포함되어 있습니다. 소규모 네트워크의 경우 잘 작동하지만 흥미가있는 네트워크는 꽤 크며 노드 21988 개와 360474 에지이 있습니다. TieDIE는 scipy을 사용하여 초기 네트워크 커널을 생성합니다 (Matlab은 라이

1열

1답변

R의 행렬 연산 : 병렬화, 희소 연산, GPU 계산

내 질문의 기본 목표는 R에서 Matrix 패키지를 사용하여 행렬 연산의 최상의 성능을 얻는 방법입니다. 특히 저는 연산 (곱셈)을 병렬화하고 CUDA GPU에서 연산을 사용하여 희소 행렬로 작업하려고합니다. 밀도 및 스파 스 및 패턴 모두 삼각형, 대칭, 대각선 행렬 포함 행렬 클래스의 R cran 풍부한 계층 구조에서 Matrix 패키지의 문서에 따라

1열

1답변

이 alghorithm을 찾을 수없는 이유는 무엇입니까?

나는 BCRSmatrix 클래스 (블록 압축 열 저장)를 구현하고있어가, 나는 컴퓨팅 행렬 벡터 제품 여기 the algorithm 발견했습니다, 그래서 정확히 alghorithm하지만 뭔가 이상한 다음 operator*(std::vector<type>,BCRSmatrix<type,size>)을 정의 발생합니다 이 행렬을 정의 할 수 있습니다 : 11 12

1열

1답변

왜 희소 행렬의 합계가 빈 차원을 유지합니까?

numpy.ndarray을 합하면 keepdims=True을 설정하지 않으면 배열의 차원이 감소합니다. 그러나,이 Scipy의 스파 스 매트릭스에 대한 진실하지 않는 것 : 예제의 마지막 줄에서와 같이 import scipy.sparse matrix = scipy.sparse.coo_matrix([[0, 1], [2, 1]]) print(matrix.

2열

1답변

다른 출력 위 감안할 때

import numpy as np import scipy as sc from sklearn.preprocessing import normalize import scipy.sparse as sp import numpy import numpy as np import scipy.sparse as sp def func1(A,c,eps,maxit

0열

1답변

어떻게 두 개의 Eigen :: DiagonalMatrix를 곱하고 결과를 Eigen :: SparseMatrix에 광고 할 수 있습니까?

선형 시스템을위한 솔버를 작성하려고하는데, Matlab/NumPy 등에서 나오면 Eigen의 유형이 조금 제한적이라는 것을 알게됩니다. 나의 현재 문제는이 문제를 해결합니다 D * DD + S D 및 DD는 유형입니다 Eigen::DiagonalMatrix<double, Eigen::Dynamic, Eigen::Dynamic> 및 S는 아이겐 :: Sp