tensorflow - 用cupy求解矩形稀疏线性方程组
问题描述
我正在尝试使用cupy解决稀疏特征的矩形系统。我知道内置函数sparse.linalg.lsqr(A, b)
是为 square matrix 做的A
。但是我喜欢解决一个矩形稀疏系统。这是我们可以解决平方系统的方法:
Import cupy as cp
A = cp.sparse.rand(200, 100, density=0.1)
b = cp.random.random(100)
x = cp.sparse.linalg.lsqr (A, b)
print(x)
它给出了矩形系统的尺寸不匹配错误,我找不到与 eg 等效的内置稀疏方法cupy.tensorsolve()
。
顺便说一句,有没有办法用 Tensorflow 做到这一点?谢谢你的帮助。我正在使用谷歌 Colaboratory 笔记本。
解决方案
推荐阅读
- python - 从Python中的特定月份开始按年填充日期列
- angular - 角扫描RFID
- sql - 如何获取 XML 文件(存储在 SQL DB 中)的大小?
- excel - 如果列中的单元格不包含特定值/文本,则突出显示该单元格
- python - 通过 python 读取 Outlook 共享日历的问题
- python - 使用切片用黑色替换特定颜色?
- performance - 使用 perf 的不同内核的不同分析模式
- redux - Redux Thunk Typescript 无法使用异步调度
- javascript - 未正确扫描的jQuery代码需要简化它
- kubernetes - 无法识别“kube-flannel.yml”:版本“extensions/v1beta1”中的种类“DaemonSet”没有匹配项