腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
不带
numpy
的
矩阵
求
幂
、
我需要编写一个函数来执行通常
的
矩阵
求
幂
def matrix_power(a, power): result = np.zeros= resultmatrix_power(matrix, 3) 但出于某种原因,它给出了与np.linalg.matrix_power(matrix, 3)不同
的
答案
浏览 24
提问于2020-11-04
得票数 0
回答已采纳
2
回答
在Python语言中,如何将表示为
numpy
.ndarray
的
方阵提升为非整数
幂
?
、
、
、
我想将表示为
numpy
.ndarray
的
方阵提升到-1/2。如何将
numpy
.ndarray提升为非整数
幂
?
浏览 3
提问于2015-05-23
得票数 3
1
回答
使用费马定理
的
矩阵
求
幂
、
、
、
就像我们使用费马小定理来
求
模
幂
一样,我想知道有没有这样
的
方法来快速
矩阵
求
幂
?我们可以使用费马定理进行
矩阵
求
幂
吗?如果没有,那么有没有比分而治之
的
求
幂
方法更快
的
方法?
浏览 1
提问于2012-09-05
得票数 5
回答已采纳
4
回答
使用
Numpy
进行
矩阵
乘法
、
、
假设我有一个亲和力
矩阵
A和一个对角
矩阵
D,我如何使用nympy在Python中计算拉普拉斯
矩阵
?
浏览 2
提问于2010-08-27
得票数 5
回答已采纳
2
回答
有没有办法用C创建一个
NumPy
矩阵
?
、
、
我阅读了我能找到
的
关于
NumPy
C应用程序接口
的
文档,但仍然不能找出是否有可能用C应用程序接口构造
矩阵
对象-而不是二维数组。该函数用于处理数学
矩阵
,如果用户调用
矩阵
乘法时忘记将该值从数组转换为
矩阵
(乘法和
求
幂
是
矩阵
子类唯一
的
区别),我不希望出现奇怪
的
结果。
浏览 4
提问于2009-02-21
得票数 3
回答已采纳
3
回答
Python中
的
对角
矩阵
指数
、
、
、
、
我正在写一个考虑到速度
的
数值算法。我在scipy/
numpy
(scipy.linalg.expm2,scipy.linalg.expm)中遇到了两个
矩阵
指数函数。然而,我有一个
矩阵
,我事先知道它是对角线。这些scipy函数在运行前会检查
矩阵
是否对角线吗?显然,对角
矩阵
的
求
幂
算法可能会更快,我只想确保它们能做一些聪明
的
事情--如果不是,有没有简单
的
方法呢?
浏览 2
提问于2013-04-18
得票数 2
回答已采纳
1
回答
Numpy
将两个数组追加在一起
、
、
、
我正在尝试创建一个函数,它对2-D
矩阵
求
幂
,并将结果保存在3D数组中,其中第一维是指数。这一点很重要,因为我
求
幂
的
矩阵
的
行代表了图上不同顶点
的
信息。例如,如果我们有A,A^2,A^3,每个都是shape (50,50),我想要一个
矩阵
D= (3,50,50),这样我就可以使用D:,1,:来检索关于节点1
的
所有信息,并能够对其进行
矩阵
乘法。我
的
代码当前是 def e
浏览 27
提问于2019-10-10
得票数 0
1
回答
正交化
矩阵
个数
、
、
我尝试正交化一个2d-
numpy
array,但失败了。
浏览 0
提问于2012-12-19
得票数 3
回答已采纳
1
回答
如何在Python中以最快
的
方式计算
矩阵
指数?
、
、
、
、
我想用Python计算
矩阵
指数。我找到了一种方法("scipy.linalg.expm()"),但它需要很长时间(例如,5000×5000
矩阵
需要30秒)。matrix_exponential = scipy.linalg.expm(matrix) 在Python中有没有更快
的
计算
矩阵
指数
的
方法? 非常提前感谢您。
浏览 103
提问于2019-06-13
得票数 1
2
回答
对任意大小
的
矩阵
求
逆
、
、
、
、
我正在使用实现一个计算器,它需要能够将
矩阵
求
幂
。不幸
的
是,在GSL中似乎没有这样
的
函数用于
矩阵
的
乘法( gsl_matrix_mul_elements()函数只使用加法过程进行乘法),并且扩展到不能升幂。我希望能够提升到负
幂
,这需要有能力进行反转。在我
的
搜索中,我没有找到任何用于计算任意
矩阵
(只有定义了维数
的
矩阵
)
的
求
逆
的
声音代
浏览 1
提问于2015-05-31
得票数 2
1
回答
斐波那契数列模数1000000007
现在,当取模1000000007 = 10^9+7时,如何计算斐波那契数列中
的
数字?例如,F10**15应该需要不到一秒钟
的
时间。我知道
矩阵
求
幂
是有效
的
,但是如何修正
矩阵
求
幂
以反映模运算?(另一个示例,参见)
浏览 0
提问于2014-10-19
得票数 4
1
回答
在邻接
矩阵
形式
的
无向无权图中,是否有一种有效
的
算法来
求
k长路径(不行走)
的
数目?
、
我知道,通过
求
邻接
矩阵
的
kth
幂
,可以找到两个顶点之间
的
k-长游动数,但在计算中,游程包含了单个边
的
多次遍历。 编辑:我只想计数它们,而不是计算它们,最好使用
矩阵
代数。我可以做一个修改后
的
DFS,但这比
矩阵
数学效率低。
浏览 0
提问于2019-06-26
得票数 1
回答已采纳
2
回答
有任何逆np.dot函数吗?
、
、
如果我有两个
矩阵
a和b,我能找到
矩阵
x
的
函数吗,当点乘以a使b?寻找python解决方案,寻找
numpy
数组形式
的
矩阵
。
浏览 2
提问于2020-08-08
得票数 4
回答已采纳
1
回答
用于运行时优化
的
矩阵
求
幂
方法
、
、
、
、
有没有人可以解释或者推荐一些关于
矩阵
求
幂
方法
的
好教程,以优化问题
的
解决方案: #include<iostream> using namespace std; int mai
浏览 0
提问于2012-06-20
得票数 0
回答已采纳
4
回答
(0.3)^3 == (0.3)*(0.3)*(0.3)在matlab中返回false?
、
我正在尝试理解MATLAB中基本算术运算
的
舍入误差,我遇到了下面这个有趣
的
例子。我想知道左手边到底是如何计算
的
。建议对于整数
幂
,使用“平方
求
幂
”算法。所以我假设(0.3)^3和(0.3)*(0.3)^2会返回相同
的
值。如何解释舍入误差<em
浏览 71
提问于2013-01-23
得票数 19
回答已采纳
1
回答
在python中
求
矩阵
的
逆
矩阵
、
我想
求
一个
矩阵
q+1e-5*np.ye( d) (size d×d)
的
逆,并使用下面的代码来获得近似结果。
浏览 0
提问于2016-11-10
得票数 0
2
回答
NumPy
如何计算
矩阵
的
求
逆?
、
、
给定一个方阵A作为数组,如下所示 [ [3, 4, 6],[7, 8, 9],)np.linalg.inv(A) 来计算A
的
矩阵
求
逆。特别是,由于
矩阵
求
逆在数值上可能是不稳定
的
(取决于
矩阵
的
),是否
浏览 30
提问于2021-05-12
得票数 1
回答已采纳
1
回答
怎样才能找到
幂
零
矩阵
?
、
、
我尝试使用
Numpy
库为python找到
幂
零
矩阵
公式。我将使用特定
的
矩阵
(3x3),并检查
矩阵
是否为
幂
零。我该怎么做?
浏览 15
提问于2021-04-20
得票数 1
5
回答
我可以将我自己
的
Python类与
numpy
或其他
矩阵
库一起使用吗?
、
、
我希望能够使用Python类作为元素来进行
矩阵
运算-在本例中,是一个简单
的
实现。它实现了必要
的
__add__、__mul__、__sub__等。中使用以下代码:>>> a = np.identity(4, Galois)array([[1, 0, 0, 0], [0, 0, 1, 0], [0, 0, 0, 1]], dtype=object
浏览 2
提问于2011-04-07
得票数 10
回答已采纳
1
回答
矩阵
元素
求
幂
的
两种方法比较
、
、
在jnp = jax.
numpy
中,我有两种对
矩阵
求
幂
的
方法。一个简单
的
例子: jnp.exp(-X/reg) 并通过一些额外
的
操作: def exp_reg(X, reg): K = jnp.dividejnp.exp(-X/reg).block_until_ready() %timeit exp_reg(X, reg).block_until_ready() 第二种方法表现更好,尽管表面
浏览 22
提问于2020-11-05
得票数 1
回答已采纳
点击加载更多
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
深度学习中numpy矩阵和Pytorch张量中的点积dot
用Python+Numpy实现矩阵的行列扩展的三种常用方法
python对矩阵中每个元素求绝对值的方法
NumPy高效使用逻辑,11个角度理顺它!
Numpy矩阵运算
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券