sparse-matrix

0열

2답변

큰 블록 대각선 스파 스 행렬의 역함수를 계산하고 싶습니다. 행과 열의 수가 50,000을 약간 넘습니다. 블록은 12 x 12이며 스파 스 (27 개의 0이 아닌 요소)입니다. 전체 행렬의 역함수를 계산하려고했습니다 (solve를 사용). 이것은 가능하지 않았고 전체 매트릭스가 너무 큽니다. 그 후, for-loop를 사용합니다. 각각의 반복 안에서, 나

5열

1답변

m 대각선 NxN 대칭 행렬의 행렬식에 대한 효율적인 알고리즘

M 대각선 및 M << N을 갖는 대칭 사각 NxN 행렬의 행렬식을 찾아야합니다. 매트릭스를 LU로 분해하는 것보다 더 빠른 방법이 있습니까?

2열

2답변

A.T * diag (b) * A + C 형태의 희소 행렬을 만드는 가장 빠른 방법은?

내부 점 방식을 사용하여 대형 스파 스 비선형 시스템을 해결하는 코드를 최적화하려고합니다. 업데이트 단계에서 헤 시안 행렬 H, 그래디언트 g을 계산 한 다음 d을 H * d = -g으로 풀어 새로운 검색 방향을 얻습니다. 헤 시안 매트릭스 형태의 대칭 삼중 대각 구조를 갖는다 : * DIAG (B) * (A)에서 을 + C I는 상기 특정 기능에 line

2열

1답변

numpy로 희소 행렬 줄이기

여기에 아주 기본적인 것이 빠진 것 같습니다. 나는 대부분 제로 (zero) 인 큰 정사각형 행렬을 가지고있다. 내가 원한 것은 0이 아닌 항목을 가진 모든 행과 열을 포함하는 행렬로 줄이는 것입니다. 예를 들어 :이 할 수있는 빠른 방법이 있나요 1 1 1 1 1 1 1 1 1 : 1 1 0 1 1 1 0 1 0 0 0 0 1 1 0 1

0열

1답변

MATLAB 코더 : 희소 행렬

MATLAB 코더는 멋지고 코드를 C/C++ 또는 MEX로 변환하여 MATLAB 코드를 훨씬 빠르게 할 수 있습니다. 그러나 희소 행렬 또는 matlab 함수 sparse을 지원하지 않는 것으로 보입니다. 내 코드에 필수적입니다. 누구든지이 문제를 극복하는 방법에 대한 아이디어가 있습니까? 많은 감사합니다!

2열

2답변

희소 행렬에 einsum

numpy의 einsum 기능이 scipy.sparse 행렬에서 작동하지 않는 것 같습니다. einsum이 희소 행렬로 할 수있는 일을하는 대안이 있습니까? @ eickenberg의 대답에 대한 응답으로 : 내가 원하는 특정 전자는 numpy.einsum("ki,kj->ij",A,A) - 행의 바깥 쪽 제품의 합계입니다.

2열

1답변

Large Sparse Numpy Array를 절약 (평균)

데이터 관측치 (수레)가 3 차원으로 큰 배열을 생성하는 코드를 작성했습니다. 크기는 (33,000 x 2016 x 53)이며 (# obs.locations x 5min_intervals_perweek x weeks_in_leapyear)에 해당합니다. 매우 희박합니다 (항목의 약 1.5 %가 채워짐). 현재 나는 호출하여이 작업을 수행합니다 my3Darr

1열

2답변

Matlab 셀 전반에 동일한 인덱스가있는 요소의 의미

53 개의 다른 (40,000 x 2000) 희소 행렬의 셀 배열이 있습니다. 예를 들어 요소 (2,5)가 53 개의 셀에서 평균화되도록 3 차원에서 평균을 취할 필요가 있습니다. 이렇게하면 단일 출력 (33,000 x 2016)을 얻을 수 있습니다. cellFun()을 사용하여이 작업을 수행하는 방법이 있어야한다고 생각하지만 동일한 셀 내 인덱스의 셀에

6열

1답변

scipy에서 거대한 희소 행렬을 만드는 법

모양이 매우 거대한 희소 행렬을 만들려고합니다. (447957347, 5027974). 그리고 3,289,288,566 개의 요소가 포함되어 있습니다. 내가 변환 할 때 나는 또한 발견, indptr = np.array(a, dtype=np.uint32) # a is a python array('L') contain row index information

4열

2답변

희소 행렬의 상위 삼각형이 아닌 0 요소를 가져 오기 R

R에서 희소 행렬의 0이 아닌 위쪽 삼각형 요소의 목록/벡터/배열을 검색하는 효율적인 방법을 찾으려고합니다. 예를 들어 : library(igraph) Gmini <- as.directed(graph.lattice(c(3,5))) GminiMat <- sparseMatrix(i=get.edgelist(Gmini)[,1],j=get.edge