我有一些非常大的稀疏矩阵(维数约为10亿)以COO格式存储,即行列表、列列表和相应的数据列表。它们占用的空间超过了可以一次读入集群内存的空间。我需要对这些矩阵执行一些运算,包括取乘积(两次),然后对结果进行对角化。你知道吗
对于较小的矩阵(对于类似的问题),我将行、列和数据转换为csr格式,通过'*'相乘,然后使用scipy.sparse.eigsh公司. 你知道吗
我想知道在Python中,或者在另一种语言中,是否有一种方法可以将这些矩阵相乘和对角化,即一次读入一片行、列和数据列表。你知道吗
在对角化方面,我只需要找到前几个(比如说五个)最低的特征值。你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐