Eigen에서 희소 행렬의 행과 열을 바꾸고 싶습니다. 여기에 코드가 있지만 작동하지 않습니다. #include <iostream>
#include <Eigen/Core>
#include <Eigen/SparseCore>
typedef Eigen::SparseMatrix<double> SpMat;
using namespace Eigen;
using
형식을 사용하여 일부 희소 매트릭스 M을 파이썬으로 작성했습니다. 내가 계산하는 효율적인 방법을 찾고 싶습니다 D가 대각선으로 M의 제한 사항입니다 A = M + M.T - D
(M 잠재적으로 매우 큰). coo_matrix 형식을 유지하면서 효율적으로 D을 빌드하는 방법을 찾을 수 없습니다. 어떤 아이디어? D = scipy.sparse.spdiags
두 개의 희소 행렬 (A와 B)을 만든 다음 세 번째 희소 행렬 (C)에 추가하는 과제가 있습니다. 나는 이미 벡터 (두 개의 희소 벡터를 받고 세 번째 벡터에 추가)를 사용하여 작업을 마쳤으므로 일련의 벡터를 사용하여 매트릭스를 표현하는 것이 더 쉬울 것이라고 결정했습니다. 앞으로 벡터없이 벡터화 할 필요가 있습니다. 실제 행렬을 사용해야 할 수도 있습니
저는 희박한 행렬의 최소 대수 고유 값을 찾기 위해 armadillo의 eigs_gen을 사용하고 있습니다. 가장 작은 고유 값에 대한 함수를 요청하면 결과는 정확하지 않지만 2 개의 최소 고유 값에 대해 요청하면 결과가 정확합니다. 코드는 다음과 같습니다 #include <iostream>
#include <armadillo>
using namesp
저는 Python 2.7.8을 Anaconda 배포판과 함께 사용하고 있으며 scipy에 문제가 있습니다. A를 희소 행렬이라하자. 나는 그것의 고유 값을 계산하고 싶지만 내가 작성하는 경우 : import scipy
scipy.sparse.linalg.eigs(A)
나는 오류 Traceback (most recent call last):
F
나는 희소 색인 생성을 사용하는 코드를 가지고있다. 이 함수를 함수에서 실행하고 관련된 모든 변수의 크기가 변경되지 않는 두 가지 문제에 사용합니다. 그러나 한 가지 문제에 대해 스파 스 색인 생성 부분은 5 초가 걸리고 다른 한 부분은 25 초가 걸립니다. 관련된 모든 변수의 크기를 확인했는데 두 문제 모두에서 동일합니다. 또한 xv가 두 가지 문제 유형
python-igraph 0.7에서 그래프 객체 G를 고려하십시오. 나는 G의 인접 행렬 A를 원하는 경우에, 나는 A=G.get_adjacency()를 작성해야하지만, 두 가지 문제가 있습니다 : G가 3000 개 노드가 부족한 경우에도 는, A가 내 상업 노트북에 긴 시각으로 생성됩니다. 인접성 매트릭스의 생성이 너무 비싸지 는가? 출력 A는 Matri
두 개의 큰 스파 스 매트릭스에 대해 엘리먼트 단위의 곱셈을 수행하려고합니다. 둘 다 약 100M 요소가있는 크기 (400K X 500K)입니다. 그러나 동일한 위치에 0이 아닌 요소가 없으며 0이 아닌 요소의 수가 같지 않을 수 있습니다. 두 경우 모두, 한 행렬의 0이 아닌 값과 다른 행렬의 0 값을 0으로 곱하면됩니다. 모든 접근 방식에서 메모리가 부
스파 스 매트릭스는 0 개의 요소로 채워진 매트릭스입니다. 스파 스 매트릭스의 모든 요소는 "독립"입니다. 불행히도 나는 "독립"이라는 용어의 의미를 이해하지 못했습니다. 즉, 왜 희소 행렬의 요소가 독립적 인 이유는 무엇입니까? 동기 부여 란 무엇입니까? 당신이 나에게 간단한 간단한 예제를 줄 수 있다면 친절하게 ..
존재와의 내가 같은 클래스를 초기화하기 위해 노력하고있어 말을하지 않는 값 0을 반환 : m = Sparse_Matrix(3,3, (0,0,0),(0,1,10),(0,2,11),(1,0,9),(1,2,8),(2,0,7),(2,1,8))
을 내가 m 호출하는 경우. 스파 스 매트릭스에 대한 값 (1,1)이없는 주어진, 그러나 m.row(0) -> (0,1