内存和运行时性能
内存和运行时性能
提问于 2012-12-08 09:20:30
我需要解(在最小二乘意义上)一大组线性系统(5万)。每个这样的“系统”都是Ax=B，其中A是一个N-by-K矩阵，x是k-by-1向量，B(显然)是N-by-1向量。(在我的例子中，n是5万，K是10)。
numpy.linalg.lstsq似乎是一个显而易见的选择，但由于文档中没有包含实现细节，我想知道内存和运行时性能：
运行时性能和内存需求是什么？
- 它是计算A，A^T，乘以它们并取逆，还是直接计算A的伪逆？
- 是否有一种方法可以直接计算结果的每一个Xi，从而节省内存？它会用它吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2012-12-08 11:36:18
documentation将结果描述为包含奇异值和秩；强烈暗示它正在使用奇异值。
我的笔记本电脑上的一个快速测试显示，在分配数组A和B之后，内存根本没有增加(如系统监视器报告的那样)。
In [7]: A = np.random.randn(100000, 10)
In [8]: B = np.random.randn(100000)
In [9]: np.linalg.lstsq(A, B)
Out[9]:
(array([ 0.00240061, 0.0017896 , 0.00619928, 0.00010278, -0.00411501,
0.00028532, 0.0003893 , -0.00042893, 0.00178326, -0.00444068]),
array([ 99695.18278372]),
10,
array([ 318.37776275, 318.16578799, 317.82872616, 317.21981114,
316.80987468, 315.63798002, 315.46574698, 314.73120345,
313.99948001, 313.61503118]))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/13776168
复制相关文章
相似问题
腾讯云开发者
