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
1
回答
非常大的医学图像
矩阵
(例如CT图像的像素物理坐标)的特征值
分解
、
、
、
、
我试图对一个巨大的
矩阵
进行特征值
分解
,这个
矩阵
的大小超过788000 * 788000,用于医学图像分析。
矩阵
不是稀疏的,
矩阵
中的每个元素都有一个实值。虽然我的计算机配置非常好,但是计算机不能对巨大的
矩阵
进行特征值
分解
,内存也是溢出的。我用
Python
语言和其他相关软件包(如numpy、opencv、matplotlib等)编写计算机代码。 是否还有其他
python
或相关的包可以进行特征值
分解
并解决计算问题?
浏览 2
提问于2021-04-22
得票数 1
2
回答
张量
分解
后的张量重构
、
、
、
我正在尝试使用
python
库来
分解
一个3D
矩阵
。我设法将我的张量(尺寸为100x50x5)
分解
成三个
矩阵
。我的问题是,如何利用张量
分解
产生的
分解
矩阵
,重新构造初始
矩阵
?我想看看
分解
是否有任何意义。TA = np.dot(P.U[0], P.U[1].T) 我使用的是标准
分解
,这是由cp_als函数提供的。
分解
矩阵
的期望维数是多少?
浏览 5
提问于2016-09-28
得票数 13
回答已采纳
2
回答
如何从spring boot调用
python
程序?
、
、
、
我正在使用
python
中的隐式库来实现一个推荐系统。模型已经准备好了,但问题是我的应用程序是基于java的(Spring boot)。现在,我已经在
python
中设置了模型、
矩阵
和所有内容。基本上,这个模型有一个离线组件,我在那里执行数据馈送和
矩阵
分解
之类的工作。在那之后,我有一个
python
方法,它为用户返回推荐。 脱机组件将每月运行一次。对于整个月,我需要将
分解
后的
矩阵
存储在某个位置,并且无论何时需要,我都需要从REST端点调用我的
pyth
浏览 4
提问于2019-12-31
得票数 0
2
回答
Python
矩阵
分解
、
、
、
、
我用
python
编写了以下代码指向此代码的链接如下: 代码对于小
矩阵
工作正常,但我有两个大
矩阵
P(15715 ,203)和Q(203,16384),当我尝试在P和Q上执行这段代
浏览 0
提问于2015-12-08
得票数 0
3
回答
在
Python
中对稀疏
矩阵
执行
分解
、
、
、
、
我正在尝试使用sklearn库在
Python
语言中将信号
分解
成大型稀疏
矩阵
中的组件(
矩阵
分解
)。 我利用scipy的scipy.sparse.csc_matrix来构建我的数据
矩阵
。有没有人知道在
python
中对稀疏
矩阵
进行ICA或FA的解决方法?任何帮助都将不胜感激!谢谢。
浏览 1
提问于2015-04-29
得票数 2
1
回答
在
Python
中求对称
矩阵
的奇异值
分解
、
、
我知道np.linalg.svd(A)会返回
矩阵
A的奇异值
分解
。A=u * np.diag(s) * vA=v.T * np.diag(s) * v 在R中我们可以使用La.svd(A,nu=0),但是
Python
语言中有没有什么函数可以加速对称
矩阵
的奇异值
分解
过程呢?
浏览 38
提问于2016-08-11
得票数 2
1
回答
行和列都很大时的
python
矩阵
、
我想在
python
中创建一个2D
矩阵
,当行数和列数相等时,它大约是231000。大多数单元格条目将为零。一些i条目可能是非零的。 创建这个
矩阵
的原因是应用奇异值
分解
得到秩为30的U-S-V
矩阵
。我也看过奇异值
分解
矩阵
,但不知道如何应用它来求奇异值
分解
。
浏览 1
提问于2017-07-04
得票数 0
1
回答
如何在
Python
中计算
分解
A=P[I_r,0;0,0]Q?
、
、
、
、
给定
矩阵
A,是否可以方便地得到出现在中且满足A=PI_r,0;0,0Q的可逆
矩阵
P和Q?
浏览 5
提问于2013-10-04
得票数 3
1
回答
矩阵
分解
新用户
、
、
、
、
有人能告诉我用例的
Python
库(或另一种语言的论文或源代码)吗?这是我有一堆关于用户的数据和他们的‘分数’的大多数~100个对象。我将对这些数据进行
矩阵
因式
分解
,并将其
分解
为两个潜在因素
矩阵
。例如,他的分数X为10,Y为20,但我的系统希望根据我们当前的
矩阵
和新用户的数据,他的分数为x为20,Y为20,因此它作为推荐返回X。 本质上,一旦我学习了
矩阵
因式
分解
,如何处理新用户?这就是我应该如何使用
矩阵
因式
分解
进行协作
浏览 2
提问于2016-04-12
得票数 1
2
回答
Web应用中实现张量
分解
的最有效语言
、
、
、
、
在Matlab中实现了张量
分解
算法。但是,实际上,我需要在Web应用程序中使用它。 所以我在Django框架上实现了网站,现在我需要将它与我的张量
分解
算法合并。对于那些不熟悉张量
分解
的人,你可以认为在大小的
矩阵
上有一堆乘法,加法和除法,例如10000x8000。在张量
分解
的情况下,我们没有
矩阵
,而是三维(我的目的)数组。我正在考虑用
Python
或C++实现这个算法。但我不能确定哪一个更好。你知道
Python
和C++在处理海量数据时的效率吗?哪一个更好?
浏览 0
提问于2012-04-25
得票数 1
1
回答
Python
矩阵
分解
计算
、
、
numpy.random.rand(M,K) nR = numpy.dot(nP, nQ.T)我知道
矩阵
分解
模型背后的数学我给出了如下的R
矩阵
:R = [ [4,0,0,1], [1,0,0,4], ] 根据
矩阵
分解
模型,我的输出如
浏览 6
提问于2021-01-01
得票数 1
2
回答
Python
中的
矩阵
和逆
矩阵
、
、
、
对于我正在做的一个项目,我使用NetworkX adj_matrix()函数将我使用NetworkX创建的一个图
分解
成一个邻接
矩阵
。然而,我遇到的一个问题是,当我试图寻找
矩阵
的逆
矩阵
时,我
分解
的每个单独的图都会给我以下错误。str: Traceback (most recent call last): File "C:\eclipse\plugins\org.
python
.pydev.debug_1.4.7.2843\,当我试图找到邻接
矩阵
的逆
矩阵
浏览 0
提问于2009-12-04
得票数 2
回答已采纳
1
回答
避免
矩阵
的完全奇异值
分解
、
我需要计算
矩阵
的第一个奇异值和相应的左右特征向量。在
Python
中有没有一种方法可以避免计算
矩阵
的全奇异值
分解
来提取它的最大奇异值?
浏览 13
提问于2020-03-19
得票数 0
3
回答
python
:最小二乘估计?
、
、
我知道如何用初等
矩阵
分解
和其他操作来实现最小二乘,但是如何用
Python
实现呢?(我从未尝试在
Python
中使用
矩阵
) 我在寻找帮助,以了解如何在
Python
中使用数值编程。看上去又胖又粗是最好的选择。
浏览 3
提问于2012-01-21
得票数 0
回答已采纳
2
回答
如何将
矩阵
分解
为连通分量的和?
、
、
我有一个0和1的
矩阵
: 0 0 1 1 0 1 0 0 0 0我想用
python
把它
分解
成连通分量的和,这里的“连接”指的是
矩阵
,其中每个"1“在上面/下面/左边/右边至少还有一个"1”。0 0 1 0 0 0 0有趣的是,在这个问题
浏览 0
提问于2014-10-17
得票数 0
1
回答
如何强制
python
在没有排列的情况下执行LU
分解
、
、
、
在MATLAB中,可以使用hack来强制内置LU
分解
算法不使用置换
矩阵
(即,强制P=I),如here所示。
python
中有没有类似的黑客攻击?也就是说,有没有办法强制scipy.linalg.lu (或任何其他流行的LU算法)不使用置换
矩阵
?
浏览 16
提问于2019-04-17
得票数 2
1
回答
稀疏
矩阵
Python
的秩
、
、
、
我有一个稀疏的csr
矩阵
sparse.csr_matrix(A),我想要计算它的
矩阵
秩 我知道有两种选择:我可以将其转换为numpy
矩阵
或数组(.todense()或.toarray()),然后使用np.linalg.matrix_rank(A),这违背了我使用稀疏
矩阵
格式的目的,因为我有非常大的
矩阵
。另一种选择是计算
矩阵
的奇异值
分解
(sparse matrix svd in
python
),然后从中推导
矩阵
秩。 有没有其他的选择?目
浏览 39
提问于2019-02-25
得票数 2
1
回答
Sklearn中的非负
矩阵
分解
、
、
、
我在大
矩阵
上应用非负
矩阵
因式
分解
(NMF)。NMF方法的实质是:给定m乘n
矩阵
A,NMF
分解
为A= WH,其中W为m乘d,H为d为n,ProjectedGradientNMF方法在
Python
中实现。然而,由于
矩阵
ix非常大,我希望避免计算它两次。 如果你能告诉我如何同时得到W和H,那就太好了!
浏览 5
提问于2014-07-14
得票数 7
回答已采纳
1
回答
python
中的复对称
矩阵
、
、
、
、
我试图在
python
中对一个复杂的对称
矩阵
进行对角化。 我看了一下numpy和scipy例程,但它们似乎都是处理hermitian
矩阵
或实对称
矩阵
。我正在寻找的是获得我的起始、复杂和对称
矩阵
的Takagi
分解
的一些方法。这基本上是标准的特征点S= V.T ^-1,但由于起始
矩阵
S是对称的,由此得到的V
矩阵
应该是自动正交的,即V.T= V^-1。
浏览 11
提问于2013-10-21
得票数 4
1
回答
python
五对角
矩阵
的Cholesky优化
、
、
、
、
所以我在pentadiagonial
矩阵
A中工作,大小为n: (这里还有关于五对角
矩阵
的一般信息: )我使用Cholesky
分解
来得到
矩阵
A的
矩阵
L,其中L*L.T=A (L.T是L的转置)是根据该算法得到的我对
Python
3和numpy使用的算法做了一些修改: 我想优化算法,因为我正在处理的A
矩阵
是稀疏的,我想测试它是否有非常大的n (即n=10000)。或者另一个解决方案可能是取我们原来的波段
矩阵
,并在其上应用cholesky?
浏览 3
提问于2019-12-14
得票数 1
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
度量分解:矩阵分解之下的推荐(三)
从原理到落地,七大维度详解矩阵分解推荐算法
BI - SVD 矩阵分解的实际案例:利用 SVD 进行图像压缩
Python实现韩文分解,基于python 3.4版本
开山-机器学习(1)多视角数据表示的多样非负矩阵分解
热门
标签
更多标签
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
运营活动
广告
关闭
领券