1回答
我有一个非常大的稀疏矩阵(使用sparse.model.matrix(~.- 1，数据=训练)，并希望在此基础上训练一个朴素贝叶斯模型。除了glmnet之外，还有没有其他包可以接受稀疏矩阵，或者这是我唯一的选择？
浏览 0提问于2013-06-21得票数 4
5回答
我用C++编写了一个简单的代码，并在Linuxubuntu11.04上用g++编译它，没有任何错误，但是当我运行可执行文件时，我得到了这个错误“分段错误”。我知道我的代码没有问题，that这个错误与编译器有关。#include <math.h>{
double a[200][200][200],b[200][200][200],c[200][200][200];
浏览 1提问于2011-10-03得票数 5
回答已采纳
我有一个(大的) 4D阵列，在给定的矩阵场的基础上由5个系数组成。给定5个基矩阵，我要有效地计算矩阵场。而基矩阵T_1,...T_5是(3,3)基矩阵。我可以绕着太空中的<
浏览 0提问于2018-06-25得票数 0
回答已采纳
2回答
我正在运行一个程序，其中包括在一个非常大的数据集上执行一些矩阵乘法、奇异值分解和访问矩阵子集(这是花费最多时间的代码行)。
我正在一个有40个核心和1TB RAM的CPU上运行计算(是的，1TB)。数据集本身是450 95，代码中的另一个矩阵也同样大，这意味着我使用了1TB内存的95%。我已经了解到，当我增加数据集大小时，我的<
浏览 0提问于2022-11-08得票数 1
至少，我会有一个具有旋转和世界位置的相机；投影参数，如视角和视角与正投影；以及具有比例、角度和世界位置的网格。当呈现一个网格时，我想知道我是应该计算CPU上的最终转换矩阵并将它传递给我的着色器，还是应该在我的着色器内计算转换矩阵。
浏览 0提问于2012-07-02得票数 5
回答已采纳
1回答
我正在处理非常大的图及其相应的加权邻接矩阵，我需要将这些大矩阵提升到同样大的幂(即将矩阵提升到数万的幂)。 我遇到的问题是矩阵的元素很快变得太大，计算机无法处理，我想知道如何解决这个问题。以前有没有人处理过这样的问题(将矩阵提升到大的幂)，你是如何解决它们的
浏览 9提问于2019-12-09得票数 0
回答已采纳
1回答
我已经在excel电子表格中创建了一个邻接矩阵，现在我需要使用隐形传态常数T=0.15并使用以下公式计算每个页面的页面排名：我认为执行此操作的伪代码应该是这样的：for i in range(len(matrix):
if i=1, then i==x我还假设我需要首先声明，为公式本身创建一个单独的程序代码，并声明它
浏览 3提问于2016-12-12得票数 0
2回答
计算没有点对应关系的基础矩阵？
、、、、
我想验证我对基本矩阵的理解是否正确，以及是否可以在不使用任何相应的点对的情况下计算F。基本矩阵计算为F = inv(transpose(Mr))*R*S*inv(Ml)，其中Mr和Ml是右和左固有相机矩阵，R是将右坐标系带到左坐标系的旋转矩阵，S是斜对称矩阵我知道基础矩阵可以用8点算法计算
浏览 2提问于2014-07-16得票数 6
2回答
我已经使用了迭代方法和递归方法，但在这两种情况下，我都没有得到fibo(10^6)更快的结果。复杂度为O(logN)。
浏览 0提问于2013-02-05得票数 1
如果A是n乘n的双矩阵，B是n乘n的单矩阵(n是大的)，我们需要计算A*B。我知道结果矩阵是单矩阵类型的。我担心的是2)这种混合类型的计算比同型计算</
浏览 1提问于2016-05-12得票数 3
1回答
我使用的是相当大的旋转矩阵，它具有具有大量零的固有属性。为了减少内存消耗，并在将这些旋转矩阵与其他矩阵/向量相乘时，可能会减少计算量，我想使用稀疏矩阵数据结构。我已经找到了关于SciPy稀疏矩阵的文档，但是我不太明白这些文档是如何工作的，它们之间有什么区别。()
什么是Python中用于旋转矩阵的最佳稀疏数据<
浏览 2提问于2015-03-07得票数 2
回答已采纳
我有一个200000 x 200000大小的大矩阵。我需要计算它的逆。但是它在使用numpy.linalg.inv时出现内存错误。有什么方法可以计算大型矩阵的逆。
浏览 0提问于2019-03-23得票数 1
2回答
我不确定是否有R用户，但以防万一：Beta <- exp(as.matrix(read.table('beta.transpose'))) write.table(topics, outfile, append=T, row.names=F, col.names=F)当我尝试在我的数据集上运行它时现在我意识到这有一个简单的原因:文件freq-matrix包含一个
浏览 0提问于2010-02-04得票数 2
1回答
当需要在算法中使用大矩阵时，为了提高复杂度，我们被告知如果矩阵是稀疏的，则使用链表。这意味着，如果数据大部分是相同的，我们只能保存不是该值的数据。我想我们需要使用一个对象的</
浏览 1提问于2016-10-02得票数 0
回答已采纳
我正在尝试在一个非常大的数据集上训练一个线性模型。特征空间很小，但是有太多的样本无法保存在内存中。我在动态计算Gram矩阵，并试图将其作为参数传递给sklearn Lasso (或其他算法)，但是，当我调用fit时，它需要实际的x和y矩阵。你知道如何在不存储原始矩阵的情况下使用“预计算”功能吗？
浏览 2提问于2015-01-19得票数 3
1回答
我正在尝试使用missForest包将丢失的数据计算到一个相当大的数据集中。有人知道如何将矩阵的一列作为因子分配吗？？
非常感
浏览 2提问于2017-11-30得票数 0
我有非常大的数据集，它几乎有450000行和两行，我想使用python计算邻接矩阵，因为之前我曾尝试在matlab中这样做，但由于数据值太大，它显示了内存错误。我的数据值也是从100开始到45000，我必须首先使用excel表格或记事本将文件导入python，然后计算邻接矩阵。
浏览 3提问于2010-04-14得票数 0
1回答
我们处理由285*384像素相机拍摄的照片，不同的参数根据我们搜索到observe.Therefore的内容而变化，我们需要处理大矩阵，随着数据处理的进行，矩阵分配的累积使得内存/交换空间被填满，因此我们不能再前进了典型的初始数据矩阵的大小为100*285*384*16。然后，我们必须分配许多其他矩阵来计算与此
浏览 0提问于2014-07-01得票数 2
1回答
不幸的是，当我试图在我的实现和SKLearn之间进行比较(由课程提供)时，我的结果似乎相差太大。 经过几个小时的审查，我仍然不确定哪里出了问题。如果有人能看一看，并确定我编码或解释错误的步骤，我将不胜感激。X_reconst = (P @ X.T).T
return X_reconst, mean_vec, principal_vals, principal_components 下面是我应该通过的测试用例
浏览 24提问于2020-12-28得票数 1
如果我执行一个用C编写的计算，比如矩阵-矩阵加法或矩阵-矩阵乘法，其中的工作是在for循环中完成的，每次迭代都会发生相同数量和类型的算术运算，输入数据的特定值是否会影响计算速度？例如，如果矩阵元素是值在0到127之间的32位整数，那么它们的表示在每四个相应的字节中只有一个字节变化，这会比值在0和INT_MAX之
浏览 1提问于2016-12-15得票数 4
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
