我试图找到一个大小为409600x409600的巨大稀疏矩阵的100个特征值和向量。我使用scipy.sparse.linalg.eigs
来解决这个问题,要花很长时间才能找到结果,而matlab上的eigs
在10分钟内就能解决这个问题几分钟。有吗如何加速的建议?你知道吗
Python:
eigenvectors, eigenvalues = scipy.sparse.linalg.eigs(Laplacian, k=100, which='SM')
Matlab软件:
eigCnt = 100;
[eigenvectors, eigenvalues] = eigs(Laplacian, eigCnt, 'SM');
其中Laplacian
是大小为409600x409600
且10418204
项为非零的稀疏矩阵
`你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐