如何构建和存储用于矩阵向量乘法的大型下三角矩阵？
构建和存储用于矩阵向量乘法的大型下三角矩阵可以通过以下步骤实现：
- 定义下三角矩阵：下三角矩阵是指矩阵的上三角部分全为零，下三角部分可能为非零值的矩阵。在构建大型下三角矩阵之前，需要确定矩阵的维度和非零元素的位置。
- 存储方式选择：大型下三角矩阵通常采用稀疏矩阵的存储方式，以节省存储空间。稀疏矩阵存储方式有多种，常见的有压缩稀疏矩阵（Compressed Sparse Matrix，简称CSR）和坐标列表（Coordinate List，简称COO）。
- CSR存储方式：CSR存储方式将矩阵的非零元素按行压缩存储，同时记录每行的起始位置和非零元素的列索引。这种方式适用于非零元素较为密集的情况。
- COO存储方式：COO存储方式将矩阵的非零元素按照行、列和数值的三元组形式存储。这种方式适用于非零元素较为稀疏的情况。
- 构建下三角矩阵：根据定义的下三角矩阵的维度和非零元素的位置，可以使用编程语言（如Python、C++等）来构建下三角矩阵。根据稀疏矩阵的存储方式，可以选择适当的数据结构来表示矩阵。
- 存储下三角矩阵：将构建好的下三角矩阵按照选择的存储方式进行存储。对于CSR存储方式，可以将每行的起始位置、非零元素的列索引和数值存储在对应的数组中；对于COO存储方式，可以将三元组形式的行、列和数值存储在对应的数组中。
- 矩阵向量乘法：使用存储好的下三角矩阵和向量进行矩阵向量乘法运算。根据稀疏矩阵的存储方式，可以选择相应的算法来实现矩阵向量乘法。
下面是腾讯云相关产品和产品介绍链接地址：
- 腾讯云对象存储（COS）：腾讯云对象存储（Cloud Object Storage，简称COS）是一种高可用、高可靠、安全、低成本的云存储服务，适用于存储和处理大规模非结构化数据。详情请参考：腾讯云对象存储（COS）
- 腾讯云云服务器（CVM）：腾讯云云服务器（Cloud Virtual Machine，简称CVM）是一种可弹性伸缩的云计算基础设施服务，提供安全、高性能、可靠的计算能力。详情请参考：腾讯云云服务器（CVM）
- 腾讯云数据库（TencentDB）：腾讯云数据库（TencentDB）是一种高性能、可扩展、安全可靠的云数据库服务，支持多种数据库引擎，适用于各种应用场景。详情请参考：腾讯云数据库（TencentDB）
请注意，以上仅为示例，实际选择和使用云计算产品应根据具体需求和情况进行评估和决策。
相关·内容
1回答
我使用jCUSPARSE (cuSparse库包装器)进行矩阵向量乘法，并且函数有问题。
cusparseDcsrmv(handle, cusparseOperation.CUSPARSE_OPERATION_NON_TRANSPOSE, matrixSize, matrixSize, alpha, descra, d_csrValA, d_rowPtrA, d_colIndA, x, beta, y);
如果我使用描述符初始化
cusparseSetMatType(descra, cusparseMatrixType.CUSPARSE_MATRIX_TYPE_GENERAL);
它的工作速
浏览 6提问于2011-11-02得票数 1
1回答
Rao QE是一个加权欧氏距离矩阵。我在数据表dt中有d_ijs元素的向量，每个元素有一列(假设有x列)。P是最后一列。nrow = S.双和用于距离矩阵的左下角(或右上)，因为它是对称的)元素。
如果我只需要一个未加权的距离矩阵，我只需在x列上做dist()。如何将d_ijs按p_i和p_j的乘积加权？
示例数据集位于，在名为foodQ.ratio的列中有ps。
浏览 6提问于2016-12-13得票数 2
回答已采纳
我是一名从事地球物理反演的研究员。它需要求解线性系统：Au = rhs。这里A通常是稀疏矩阵，但rhs和u可以是稠密矩阵，也可以是向量。为了进行基于梯度的反演，需要进行灵敏度计算，需要大量的矩阵矩阵和矩阵向量乘法。最近，我在矩阵(稀疏)-矩阵(稠密)乘法中发现了一种奇怪的行为，下面是一个例子：
import numpy as np
import scipy.sparse as sp
n = int(1e6)
m = int(100)
e = np.ones(n)
A = sp.spdiags(np.vstack((e, e, e)), np.array([-1, 0, 1]), n, n)
A
浏览 6提问于2017-04-21得票数 3
回答已采纳
给定一个对称矩阵A和一个向量x，我经常需要计算x^T * A * x。我可以用x.transpose() * (A * x)在Eigen++ 3.x中做到这一点，但这并没有利用这样的信息，即x在两端是相同的，而A是对称的。有没有更有效的方法来计算呢？
浏览 37提问于2020-09-03得票数 1
回答已采纳
我试图从Tensorflow内置的稀疏矩阵乘法API中获取性能优势。建议tf.embedding_lookup_sparse是正确的方法。
但是，embedding_lookup_sparse的性能似乎在中有些令人失望。虽然它执行较小的矩阵乘法，<1,3196>和<3196,1024>，但稀疏度为0.1的稀疏矩阵不能获得密集矩阵乘法。
如果我的实现是正确的，我认为原因之一是Tensorflow使用COO格式保存所有索引-非零对。我不是这个领域的专家，但是，这不是众所周知的CSR格式在这种计算中表现得更好吗？对于稀疏矩阵表示，Tensorflow内部使用COO格式而不是C
浏览 6提问于2016-06-08得票数 4
回答已采纳
1回答
快速稀疏矩阵乘法
、、、、
对于类，我必须为稀疏矩阵编写自己的线性方程求解器。我可以自由地对稀疏矩阵使用任何类型的数据结构，并且我必须实现几个解决方案，包括共轭梯度。
我想知道是否有一种著名的存储稀疏矩阵的方法，使得与向量的乘法相对较快。
现在，我的稀疏矩阵基本上实现了一个包装的std::map< std::pair<int, int>, double>，它存储数据(如果有的话)。这将矩阵与从向量到O(n²)复杂度的乘法转换为O(n²log(n))，因为我必须对每个矩阵元素执行查找。我研究了耶鲁大学的稀疏矩阵格式，似乎元素的检索也是O(log(n))，所以我不确定它是否会快很多。
作为参考，我有一
浏览 4提问于2013-03-29得票数 20
回答已采纳
3回答
为什么BLAS有一个用于矩阵-矩阵乘法的gemm函数和一个用于矩阵-向量乘法的单独的gemv函数？矩阵-向量乘法不只是矩阵-矩阵乘法的特例，其中一个矩阵只有一行/列吗？
浏览 3提问于2011-08-16得票数 24
回答已采纳
2回答
图形行与列的主要转换
、、、、
这使我困惑了很长时间。为什么大多数图形API(带有HLSL和OpenGL的DirectX)通常表示位置和法线向量都是行向量？这与数学课上的典型形式正好相反。两者在数学上都是正确的，我只是好奇为什么图形学的人选择这种表示法。让我解释一下..。
向量和矩阵乘法的效率：
在我看来，行向量x和变换矩阵'A‘被相乘为x*A，从而导致`y=x*a的存在。
y[0] = x[0]*M[0][0] + x[1]*M[1][0] + x[2]*M[2][0] + x[3]*M[3][0];
y[1] = x[0]*M[0][1] + x[1]*M[1][1] + x[2]*M[2][1] + x[3]*
浏览 9提问于2014-12-09得票数 1
回答已采纳
3回答
稠密对称矩阵的特征有效型
、、、
是否具有存储密集的、固定大小的对称矩阵的有效类型？(嘿，它们无处不在！)
例如，对于N=9，它应该只存储(1+9)*9/2==45个元素，并且它有适当的操作。例如，应该有两个对称矩阵的有效相加，这将返回相似的对称矩阵。
如果没有这样的事情，我应该做哪些动作(看起来像)来将这种类型引入到特征中？它有“视图”的概念吗？我可以为我自己的类型写一些类似于“矩阵视图”的东西吗，这将使它成为特征友好的？
附注:也许我可以用把普通数组当作1xN矩阵，然后对其进行运算。但这并不是最干净的解决方案。
浏览 1提问于2012-11-16得票数 20
1回答
稀疏三维重建MATLAB示例
、、、、
我有一个立体相机系统，我正在尝试这个MATLAB的计算机视觉工具箱示例()与我自己的图像和相机校准文件。我使用的是加州理工学院的相机校准工具箱()。
首先，基于第一个示例，我分别尝试了每个摄像机，并找到每个摄像机的内部摄像机校准矩阵并保存它们。我还使用Caltech工具箱消除了左侧和右侧图像的失真。因此，我注释掉了MATLAB示例中的代码。
以下是固有的相机矩阵：
K1=1050 0 630;0 1048 460;0 0 1；
K2=1048 0 662;0 1047 468;0 0 1；
顺便说一句，这些是来自大黄蜂XB3相机的右和中间镜头。
问:它们不是应该是一样的吗？
然后，我根据第五个
浏览 2提问于2014-08-22得票数 1
2回答
HLSL的mul( x，y)的参数表示：
如果x是向量，则它被视为行向量。
如果y是向量，则将其视为列向量。
那么，这是否意味着：
一个。
如果x是向量，则y被视为row-major matrix。
如果y是向量，则x被视为column-major matrix。
b.
由于ID3DXBaseEffect::SetMatrix()传入一个，因此我将按照以下顺序使用传递到着色器的矩阵：
例如。Output.mPosition = mul( Input.mPosition, SetMatrix()value );？
我刚开始用着色器和当前重新学习我的矩阵数学。如果有
浏览 3提问于2013-05-16得票数 9
回答已采纳
2回答
我面临着一个问题，我需要在两个大矩阵A [400000 x 70000]和B [70000 x 1000]之间执行矩阵乘法。这两个矩阵是密集的，并且没有我可以利用的特殊结构。
目前我的实现是将A划分为多个行块，比如sub_A [2000 x 70000]和sub_A * B。我注意到有很多时间花费在I/O上，即在sub_A中读取。读取矩阵需要大约500秒，计算大约需要300秒。
在这里使用PyTables是否有助于提高I/O效率？有没有可以帮助提高时间效率的库？
代码如下：
def sim_phe_g(geno, betas, chunk_size):
num_indv = geno.
浏览 0提问于2018-07-23得票数 2
我正在考虑用Intel进行一些计算，特别是Fortran中程序的矩阵向量稀疏BLAS函数。
我可以用矩阵来表示我的计算，这些矩阵恰好是稀疏的和斜对称的。
据我所见，稀疏BLAS对于一般矩阵和对称矩阵都有稀疏函数，所以我想知道是否有一种方法来处理稀疏的斜对称矩阵，因为我认为它会减少内存占用。
浏览 16提问于2022-07-01得票数 1
回答已采纳
2回答
我想要计算向量，
S=A B u，
其中s和u是N维复向量，A是N×M复矩阵，B是M×N复矩阵。当A、B和u的元素表示为浮点数时，以下哪两种方法具有更好的准确性(更有效的数字)？
(1)先计算B。
首先做矩阵向量乘法，
Y=B u
然后，另一个矩阵向量乘法
S=A y
(2)先计算A、B。
首先做矩阵-矩阵乘法，
C=A B
然后，矩阵向量乘法
S=C U
有什么已知的一般规则吗？
顺便说一下，我知道方法(1)比方法(2)效率高得多。
浏览 2提问于2011-09-26得票数 3
回答已采纳
2回答
一些背景:我对稀疏矩阵*向量乘法的研究很感兴趣。
我一直在查看这个稀疏矩阵数据库：
我注意到矩阵有3种格式可用：
MATLAB (.mat)
矩阵市场(.mtx)
哈维尔-波音(.rb)
看来，矩阵是按列的主要顺序存储的(即，列是一个接一个地存储，而不是彼此后面的行)。然而，在文献中，压缩稀疏行(CSR)格式显然是最常见的格式(参见“Cell处理器Samuel上的科学计算内核”)。我知道在某种程度上只存储了索引(i，j)和在这些坐标下的值，但我认为，为了高效地执行矩阵*向量乘法，我必须首先重新格式化数据。
对于我的实现来说，将数据按行的主要顺序存储将更有意义，这样就可以按
浏览 11提问于2016-05-18得票数 2
回答已采纳
1回答
求相机矩阵的平移
、、、、
关于计算机视觉的另一个问题。
摄像机矩阵(也称为投影矩阵)通过以下关系将3D点X (例如在现实世界中)映射到图像点x (例如在照片中)：
l **x** = P **X**
P描述了相机的一些外部和内部特性(它的方向、位置和投影特性)。当我们引用投影性质时，我们使用一个校准矩阵K。同样，R表示相机的旋转和它的平移，因此我们可以将P写为：
P = K [ R | t ]
R= t表示矩阵R和t的级联。
R is a matrix 3 X 3
t is a vector 3 X 1
K is a matrix 3 X 3
[R | t ] is a matrix 3 X 4
As a cons
浏览 4提问于2012-10-20得票数 3
回答已采纳
1回答
我有一个问题，我需要解线性方程。矩阵是相同的，但是rhs改变了(在迭代过程中)。我能看到的不重复矩阵分解的唯一方法是：
[L,U] = lu(A);
x = U\(L\b);
这看起来很笨拙。有没有更好的方法？我可以使用存储在单个数组中的LU因子吗？提亚
浏览 2提问于2017-08-21得票数 0
我正在尝试实现Hartley &Zisserman的"Multiple View Geometry“(第12.2节)中的(相对简单的)线性齐次(DLT)三维三角剖分方法，目的是在未来实现他们完整的”优化算法“。现在，基于，我正在尝试让它在Matlab中工作，稍后将它移植到C++和OpenCV中，并在此过程中测试一致性。
问题是我不确定如何使用我拥有的数据。我已经校准了我的立体装置，并获得了两个固有的相机矩阵，两个失真系数的向量，两个相机之间的旋转矩阵和平移向量，以及基本矩阵和基本矩阵。我还有两个点的2D坐标，这两个点应该是两个图像坐标系中单个3D点的对应关系(分别由第一个和第二
浏览 1提问于2012-05-09得票数 6
回答已采纳
我对如何定义LSTM的权重矩阵感到困惑。由于LSTM有8个权重矩阵，我不知道如何在tensorflow中初始化这些LSTM的权重矩阵。
但是后来我发现了这个，它完全有意义，因为它有所有的8个权重矩阵，但它没有使用LSTM的tensorflow实现。与LSTM方程一致。但是在LSTM的tensorflow 中，我不知道如何定义所有这8个权重矩阵，因为它们是在上面的第一个实现中定义的。
你能帮帮我吗？
浏览 1提问于2016-08-05得票数 1
1回答
我目前正在与julia一起学习ML，并且在尝试做两个矩阵的点积时遇到了一个问题，下面是代码：
w, b = zeros(size(train_x, 1), 1), 0
println("Weights size : $(size(w'))")
println("Train X size : $(size(train_x))")
result = dot(w', train_x)
这些形状如下：
*W字形：(1,12288)
* train_x形状：(12288,209个)
这个电话给了我一个错误，就是：
DimensionMismatch(“点积
浏览 1提问于2018-06-17得票数 0
回答已采纳
根据本征文献，只要设置了适当的编译标志并定义了OMP_NUM_THREADS=x，所有稀疏矩阵/密集向量乘法都将并行运行，无论乘法发生在何处。但是，在完成这些操作之后，我发现在检查htop时，始终只使用了一个核心。
我关注的是以下源代码中的第58行和第98行，其中sm/dv乘法发生。值得注意的是，下面的代码是本征的不受支持的迭代求解器模块的一部分，但我不认为这个事实会导致并行化的失败。
该平台是Xeon 6126，我使用的编译标志是
CC=g++
FLAGS=-std=c++11 -m64 -O3 -fopenmp -march=skylake-avx512
我按照以下脚本提交该职务
#!/
浏览 3提问于2019-10-20得票数 0
回答已采纳
1回答
在推荐这答案之后，我最近阅读了Wolfire关于线性代数的系列文章。我对矩阵有些熟悉，我得出的结论是向量和矩阵乘法实际上是2x2和2x1矩阵的乘法：
开始{方程*}开始{b矩阵}a&c&d\结束{b矩阵} \qquad \开始{b矩阵}x\y\结束{b矩阵}{方程*}
在文章中，作者发现除了旋转之外，要完成平移，我们需要在翻译矩阵中添加一行和一列：
如果我们想用向量(e，f)进行转换，我们只需将其插入到这样的基变化矩阵中：\begin{b矩阵}a&c& e\ b&d&f&0&0&1\ \ end {bmatrix}，然后在
浏览 0提问于2018-06-26得票数 1
回答已采纳
我有一个相关矩阵，类似于：
这只是一个例子，我的实际矩阵比这个大得多。我只想键入矩阵的上三角形或下三角形。问题是我只知道如何键入整个矩阵.
在这个例子中，有什么方法可以给出(1，0.31，1，0.32 ).(等等)为下斜角建立一个完整的相关矩阵？
浏览 2提问于2015-06-06得票数 0
回答已采纳
1回答
实际上有两个问题，但我想让它更具描述性：
我正在实现一个调制器，它涉及复向量的矩阵乘法：
举个例子：
cck_encoding_table(1,:)= [ 1j 1 1j -1 1j 1 -1j 1 ];
cck_encoding_table(2,:)= [ -1j -1 -1j 1 1j 1 -1j 1 ];
cck_encoding_table(3,:)= [ -1j 1 -1j -1 -1j 1 1j 1 ];
cck_encoding_table(4,:)= [ 1j -1 1j 1 -1j 1 1j 1 ];
基本上，我需要在Simulink(
浏览 0提问于2011-05-10得票数 4
回答已采纳
我的系统由几个表示四边形的对象组成。每个四边形由相同的顶点表示，因此，每个对象只存储表示对象在整个世界中的变换的矩阵，以及它自己的对象空间。在每次渲染过程中，在使用其帧变换更新这些矩阵之后，它们将与当前视图和投影矩阵相乘，以形成该对象的MVP矩阵。然后，将对象顶点与MVP矩阵一起发送到着色器，其中顶点与MVP矩阵相乘。这里的低效是每个四边形都是单独绘制的，这意味着每个四边形都有一个单独的调用glDrawElements。在任何给定的时刻，可能有50或60个四边形存在，其中一些移出范围并被销毁或其动画可能完成，因此它们也被销毁，但更多的将随机进入存在。在VBO中存储所有必需的值并在每次遍历中只调
浏览 0提问于2013-04-17得票数 2
回答已采纳
1回答
如何创建武器附件？
、、、
我的问题是:我正在为XNA开发一个游戏，我试图为我的玩家模型创建一个武器附件。我的播放器模型加载.md3格式并读取附件点的标记。我能拿到我模特手上的标签。我也能拿到我的武器手柄的标签。我能够得到每个标签的旋转和位置，这就是我计算它的方法：
Model.worldMatrix = Matrix.CreateScale(Model.scale) *
Matrix.CreateRotationX(-MathHelper.PiOver2) *
Matrix.CreateRotationY(MathHelper.PiOve
浏览 0提问于2012-04-17得票数 5
2回答
有效地存储大而低秩的矩阵
、、、
我知道在R中有一些包可以有效地存储稀疏矩阵。是否也有一种方法可以有效地存储低秩矩阵？例如：
A <- matrix(rnorm(1e6), nrow=1e5, ncol=1e1)
B <- A %*% t(A)
现在，B太大了，不能存储在内存中，但它的秩很低。有没有办法以一种有效的方式构造和存储B，这样一些基本的读取方法(rowSums、colSums等)就可以动态执行，以换取B或内存？
浏览 0提问于2013-03-14得票数 7
我想用一个3-D Eigen::Tensor替换代码中的一个矩阵序列。考虑到这一点，我试着比较张量和矩阵的性能。
下面的函数"tensorContractTest“执行(n，n，n)秩3张量的收缩，其中秩1张量的大小为n (n = 500)。此收缩计算n**2个点积，因此就运算数量而言，它等同于两个(n，n)矩阵的乘法(下面的函数"matrixProductTest“)。
在Visual Studio2013上运行时，函数"tensorContractTest“的运行速度比"matrixProductTest”慢约40倍。也许，我遗漏了一些东西。感谢您的帮助。
浏览 211提问于2018-01-05得票数 3
2回答
在编程密集矩阵计算时，有没有理由选择行为主的布局而不是列为主的布局？
我知道，根据所选矩阵的布局，我们需要编写适当的代码来有效地使用缓存以提高速度。
行主布局看起来更自然、更简单(至少在我看来是这样)。但是像LAPACK这样用Fortran编写的主要库使用列主要布局，因此做出这种选择一定有某种原因。
浏览 1提问于2012-12-02得票数 4
回答已采纳
2回答
我有一个漂亮的三角n x n矩阵，比如L (对于下三角)，我想要解一个类似的系统
LX=B
其中B和X是n x k矩阵(即:我想要解一个多个右手边的三角形线性系统)。此外，我有我的三角矩阵存储的包装格式，即我只存储下三角部分。我正在使用BLAS和LAPACK，但我已经意识到没有解决我的问题的具体方法。虽然有许多功能可以解决类似的问题：
：以填充格式获取三角形矩阵，并为单个右侧进行求解。
：采用密集格式的三角形矩阵，并对多个右手边进行求解。
我真正需要的是两者的结合。我希望有一个函数接受打包的三角格式，如stpsv()，也可以接受多个右手边，如strsm()。但是，似乎没有这样的功能随时可用。
浏览 2提问于2017-11-03得票数 1
我在OpenGL中读过几个关于骨骼动画的教程，他们似乎都专注于使用四元数进行旋转，使用3d矢量进行平移，而不是使用矩阵。
但当它们涉及到顶点蒙皮过程时，它们将所有四元数和3d向量组合到一个4x4矩阵中，并上载矩阵以在着色器中完成其余的计算。4x4矩阵有16个元素，而四元数+ 3d向量只有7个元素。那么为什么我们要在上传之前将它们转换成4x4矩阵呢？
浏览 6提问于2013-03-29得票数 5
回答已采纳
1回答
目前，我有一组二维笛卡尔坐标，例如{(1,3)，(2,2)，(3,4)}，这些坐标将被放入一个2D数组中，为了正确地执行SVD，将矩阵组合在一起，使坐标形成列或行。
1 3
2 2
3 4
或
1 2 3
3 2 4
与我在网上发现的SVD的例子相比，我做了一些尝试和错误，结果矩阵通常看起来被否定了，其中一些值被移动。
为了进一步澄清我是否有一个矩阵E，它是MxN，如这里所示，
要将矩阵定义为二维数组，是ArrayM还是ArrayN？
我假设这实际上很重要，因为矩阵算法不是可交换的？真的有人能证实这一点吗？
浏览 3提问于2010-12-28得票数 0
我现在正在学数学，我不能真正理解矩阵的目的。是的，我看过几本教程，读过这本书，但还是很困惑。
如果我错了就纠正我。我们需要一个矩阵来表示屏幕上的一个点(顶点)。所以要表示一个矩形，我们需要3个矩阵。对吗？
浏览 0提问于2017-05-12得票数 2
1回答
我刚刚开始学习CUBLAS/CUDA编程。我主要使用矩阵和向量运算。我对CUBLAS中使用的向量的方向非常困惑。似乎行向量和列向量没有区别。那么，如果我使用level-2函数将一个矩阵与一个向量相乘，我如何指定向量的方向呢？它将始终被视为列向量吗？如果我想将列向量(nx1)乘以行向量(1xm)来生成矩阵(nxm)，我是否应该始终将它们视为矩阵并使用level 3函数进行乘法？
另外，我使用推力来生成向量，所以如果我将推力向量(n个元素)传递给cublasCgemm以形成一个1xn或nx1矩阵(即行或列向量)。如果我将cublasOperation_t设置为CUBLAS_OP_N，该向量将被视为
浏览 1提问于2013-08-22得票数 1
我正在实现一个压缩行格式的稀疏矩阵类。这意味着我有一个固定的行数，每一行都由一些元素组成(这个数字对于不同的行可以是不同的，但是在矩阵初始化之后不会改变。
是否适合通过向量的向量来实现这一点，或者这会以某种方式分割内存吗？
我该如何实现这个内存的分配，这样我才能拥有一大块内存呢？
谢谢你分享你的智慧！德克
浏览 0提问于2010-07-23得票数 1
回答已采纳
1回答
我想将我的变换向前移动，我直接对我的对象使用它。除了在特定的轴(例如z轴)上向前移动它之外，有没有一种方法可以将它移动到变换所面对的方向？例如，在默认情况下，我会沿着Z轴完美地向下移动，但是，如果我在Y轴上旋转变换并想“向前”，它不会直接沿着Z轴向下移动，而且还会沿着我旋转它的方向稍微移动一点。
我认为我需要计算向前向量，然而，这似乎是我所能找到的全部。我找不到任何关于这是正确的，或者如何做的东西。当我有一个4x4的矩阵(行长)时，我如何在“前进方向”上移动一个变换呢？
这不是我的游戏相机，而是我的游戏对象。在那里，我只有我的变换矩阵，它是由我的旋转矩阵，比例矩阵和位置构建的。
浏览 5提问于2012-07-05得票数 2
我用LU预处理编写了一个共轭梯度求解器(用于线性方程组)，我以nvidia研究社区的Maxim Naumov博士的为指导，其残差更新步骤要求求解一个下三角矩阵系统，然后求解一个上三角矩阵系统，然后将其分为两个阶段：
分析阶段(利用稀疏模式并决定并行化水平)。
解决方案本身。
根据与此主题相关的所有帖子，以及Naumov的论文本身，分析阶段要比解决阶段慢得多，但是它只执行了一次，所以在考虑整个执行时间时不应该是一个问题，但是在我的程序中，分析阶段需要整个解决方案时间的35%-45%(执行所有迭代所需的时间！)，这是相当烦人的，另一件事是，我确信矩阵的稀疏模式不允许大量并行化，因为
浏览 4提问于2012-07-08得票数 3
回答已采纳
1回答
我对使用Jama处理矩阵是个新手。我的问题是，当我使用det()方法(与LUDecomposition类相关)时，它会给出"Matrix must be square"。好的，我的矩阵是三角形的，但是对于LUDecomposition，它应该是方阵。我的代码如下所示
public double findDeterminant(Matrix mtrx) {
LUDecomposition dec = new LUDecomposition(mtrx);
det = dec.det();
return det;
}
浏览 0提问于2012-11-19得票数 2
回答已采纳
2回答
菱形矩阵转座子
、、、
我有一个巨大的m*n矩阵A(其中的行数m远大于列n)，它存储在我的c++程序中，作为armadillo mat类型。现在我有一个向量w，为此我必须计算w=w-A*A^T*w，其中A^T表示矩阵A的转置。
由于矩阵A非常大，占用了大量内存，所以使用armadillo w=w-A*A.t()*w的通常快速方法无法工作，因为armadillo在这种情况下消耗了大量内存(cf )。)。他们解决这个问题的方法是引入函数inplace_trans( A, method )，它可以使用"lowmem“方法，该方法消耗更少的内存，但需要更多的时间。
我现在的问题是，inplace_trans( A,
浏览 4提问于2015-11-05得票数 0
回答已采纳
1回答
编辑:这对我来说是“倒退”--我可能失去了一些直觉。
给定glm变换函数，如glm：：平移，这两个参数首先是一个矩阵m，然后是一个向量v进行平移。
直观地，我期望这个函数应用“在”我的矩阵变换之后的翻译，也就是说，将一个对象乘以返回的矩阵将首先应用m，然后是指定的翻译v。
这种直觉来自于这样一个事实:一个人通常以数学顺序建立一个变换，例如，首先计算一个尺度矩阵，然后应用旋转，然后进行变换等等，所以我认为函数调用顺序是相同的(即给定一个矩阵，我可以简单地调用glm：：transform来应用在我的矩阵变换之后发生的翻译)。
但是，正如在线程中提到的那样，情况并非如此--首先应用转换，然后是传递矩
浏览 1提问于2021-08-03得票数 1
回答已采纳
1回答
哪种旋转技术主要用于三维图形中？
、、、、
六种技术:三角法、复数法、向量法、矩阵法、四元数法和多向量法.在三维图形中最常用的是哪种旋转技术？我读到了这6种技术在旋转变换为计算机图形书。谢谢。
浏览 5提问于2021-12-03得票数 0
回答已采纳
我有两个对称矩阵A，B和一个向量X。A的维数为n×n，B的维数为n×n，X的维数为n×1。设矩阵A的第i行、第j列的元素记为A[i,j]。 由于A是对称的，因此只保存A的上三角矩阵的每一列。矩阵A另存为数组： Vector_A = [A[1,1],
A[1,2], A[2,2],
A[1,3], A[2,3], A[3,3],
A[1,4], A[2,4], A[3,4], A[4,4],
...,
A[1,n], A[2,n], ..., A[n,n]] 矩阵B以与矩阵A
浏览 16提问于2020-09-19得票数 3
回答已采纳
4回答
我有一个形状为(n，)的数组y，我想要计算内积矩阵，这是一个n*n矩阵，但是当我尝试在Python中计算它时
np.dot(y , y)
我得到了答案n，这不是我要找的我也试过了：
np.dot(np.transpose(y),y)
np.dot(y, np.transpose(y))
我总是得到相同的答案
浏览 3提问于2020-10-27得票数 2
1回答
稀疏矩阵的内部处理
、、、、
我一直在比较Python和R的几个PCA实现的性能，并注意到一个有趣的行为：
虽然用Python计算稀疏矩阵的PCA似乎是不可能的(唯一的方法是 TruncatedSVD，但它不支持以均值为中心的计算方法，这就需要与PCA的协方差解等价)。他们的论点是，它会破坏矩阵的稀疏性。其他实现，如Facebook的PCA算法或scikit学习中的PCA/随机PCA方法，由于类似的原因不支持稀疏矩阵。
虽然所有这些对我来说都有意义，但一些R包，如、rsvd等，能够处理稀疏矩阵(例如，使用rsparsematrix生成的矩阵)，甚至允许特定的center=True参数。
我的问题是，R是如何在内部处理这个问
浏览 2提问于2018-06-14得票数 28
回答已采纳
Code = { 000, 011 , 101, 110 }
generator matrix = {011, 101}
这里给出了代码矩阵，我应该找到生成矩阵。但我对确定生成矩阵一无所知。有人能解释一下这件事吗？
浏览 0提问于2012-07-02得票数 0
1回答
如何优化连续长圆点产品？
、、、、
一些代码的瓶颈是：
for _ in range(n):
W = np.dot(A, W)
其中n可以变化，A是一个固定大小的MxM矩阵，W是Mx1。
有什么好的方法来优化这个吗？
浏览 17提问于2022-08-12得票数 0
2回答
如何乘矩阵？
、、
我知道如何乘矩阵，但我的问题是，我不知道，是否需要乘第四行和第四列，还是它们是标准的。我的意思是，我只用于乘一个矩阵3x3，然后我添加了第4行和第4列，因为如果它变成一个矩阵4x4。
如果我有矩阵：
float *mat = new float[16];
/*
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15
*/
//standart
mat[12] = mat[13] = mat[14] = mat[3] = mat[7] = mat[11] = 0.0f;
mat[15] = 1.0f;
但也有旋转、缩放和平移的矩阵。它是怎么工作的
浏览 2提问于2014-03-01得票数 0
1回答
因此，我有一个大约有35000个条目的字符串向量，我想使用以下函数(RecordLinkage::levenshteinSim)将每个字符串与其他字符串进行匹配，然后有一个包含所有结果的矩阵。告诉我每个字符串和其他字符串有多相似。
我该怎么做呢？谢谢！
浏览 7提问于2018-01-11得票数 0
回答已采纳
我刚从R开始，遇到了一个问题。
我想hclust一个包含大量数据的表。
数据由一个矩阵组成，该矩阵具有：
> nrow(hell)
[1] 202397
> ncol(hell)
[1] 39840
矩阵由整数组成(大部分是0，当然也有更高的值)。
现在，我设法在一台48核、280 it的linux机器上读取了我的15 it文件，但如果我想要计算距离矩阵，它会失败，并显示以下错误：
d <- dist(as.matrix(hell))
Error in unlist(x,recursive, use.names):
resulting vector exceeds vecto
浏览 4提问于2013-05-29得票数 2
2回答
C语言中的稀疏矩阵乘法
、、、
我有两个矩阵市场格式的稀疏矩阵文件：
row col val
1 1 3.0
1 2 1.0
2 3 2.0
etc...
目前，我已经将文件分成了6个数组：
row_A[], col_A[], val_A[], row_B[] …
它们分别包含行索引、列索引和值。
我想轻松地将这两个矩阵相乘，而不必首先将它们转换为密集矩阵格式。有没有这样做的算法？
我在Quora上找到了这个伪代码，但我不确定它是不是最好的实现，或者它将如何在C：中实现
multiply(A,B):
for r in A.rows:
for c in A.rows[r]:
fo
浏览 1提问于2018-10-26得票数 2
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
