我正在尝试使用python复制一些用Matlab编写的大型项目。 我设法重现了大部分结果,但我有一个问题,特别是SVD分解。 (我只看最后一部分,第五部分。)
在Matlab中:
[~, ~, V] = svd([4.719, -17.257, -11.5392; -17.2575, 63.9545, 40.5581; -11.5392, 40.5581, 31.3256]);
这让我得到了以下V:
^{pr2}$在纽比:
np.linalg.svd(np.array([[4.71993, -17.2575, -11.539], [-17.257, 63.954, 40.558], [-11.539, 40.558, 31.325]]))[2]
让我明白:
array([[-0.22159139, 0.80814521, 0.54570924],
[ 0.02407525, -0.55491709, 0.83155722],
[ 0.97484237, 0.19740401, 0.10350855]])
这是转置的(我认为在numpy和matlab之间是预期的),但在一些负号上也有所不同。在
即使使用opencv(cv2)或scipy(即使使用lapack_driver=“gesvd”),仍然可以得到相同的结果
scipy.linalg.svd(np.array([[4.71993, -17.2575, -11.539], [-17.257, 63.954, 40.558], [-11.539, 40.558, 31.325]]), lapack_driver="gesvd")[2]
我还试着转置输入矩阵,结果变化不大。在
我知道两个答案都是正确的。但我真的需要得到完全相同的结果才能重现这个项目。在
在两种环境中,矩阵的表示方式不同(数值精度不同)。如果你使用相同的矩阵,它应该是等价的(转置)。在
用Python
^{pr2}$相关问题 更多 >
编程相关推荐