python - 计算最大和最小特征值
问题描述
我需要多次计算密集矩阵 A 的条件数(每次对 A 进行一些更改),其中条件数定义为 A 的最大特征值除以最小特征值。A 的大小约为 1000x5000 并且正在执行
np.linalg.svd(A, compute_uv=False)
大约需要 0.6 秒
另一方面
scipy.sparse.linalg.svds(A, 1, which='SM')
和
scipy.sparse.linalg.svds(A, 1)
由于 A 的密度不收敛(我认为)
有什么方法可以只计算密集矩阵的最大和最小特征值?或者以一种我可以在不改变特征值的情况下使用 scipy.sparse.linalg.svds 的方式来操作 A 的方法?
解决方案
推荐阅读
- maven - Apache Maven 通过执行外部命令获取服务器密码
- python - Pytest:缺少如何开发基本 pytest 的逻辑
- python - 在命令提示符下安装软件包时出现 pip 错误
- java - 收集字符串到 LinkedHashMap
, 与字符的频率 - ruby-on-rails - Ruby On Rails:捆绑更新:捆绑器无法解析看似可解析的依赖项
- html - 更新被拒绝,因为您当前分支的尖端在 github 中。我怎样才能避免这种问题
- go - 如何循环通过通道接收的 NATS 消息
- php - Laravel 7 - 数组到数据库(复选框)
- symfony - 未检索到集合类型中的额外未映射字段
- php - 删除评论中的“回复”一词