使用具有64位整数作为StorageIndex的SparseMatrix的Eigen Pardiso
Eigen Pardiso是一种用于稀疏矩阵计算的高性能数值计算库，它是Eigen库的一部分。它使用64位整数作为StorageIndex，这使得它能够处理非常大的稀疏矩阵。
稀疏矩阵是一种矩阵，其中大部分元素为零。与稠密矩阵相比，稀疏矩阵在存储和计算上具有更高的效率。稀疏矩阵在很多领域都有广泛的应用，如网络分析、图像处理、物理模拟等。
Eigen Pardiso的主要优势包括：
- 高性能：Eigen Pardiso使用高效的算法和数据结构来处理稀疏矩阵计算，能够在大规模问题上提供出色的性能。
- 灵活性：Eigen Pardiso支持多种稀疏矩阵格式，包括压缩列（Compressed Column）和压缩行（Compressed Row）等。这使得它适用于不同类型的稀疏矩阵。
- 易于使用：Eigen Pardiso提供了简单易用的API，使得开发人员可以方便地进行稀疏矩阵计算。它还提供了丰富的文档和示例代码，帮助用户快速上手。
Eigen Pardiso适用于需要处理大规模稀疏矩阵计算的场景，如科学计算、工程仿真、数据分析等。它可以用于求解线性方程组、特征值计算、矩阵分解等各种数值计算任务。
腾讯云提供了一系列与云计算相关的产品，其中包括与Eigen Pardiso类似的数值计算服务。您可以了解腾讯云的数学计算服务（https://cloud.tencent.com/product/ccs）来获取更多关于数值计算的信息。
相关·内容
4回答
C++中的最大特征值(及相应的特征向量)
c++、eigenvector、eigenvalue
什么是最简单和最快的方法(当然有一些库)来计算k个最大特征值和特征向量在C++中的一个大密度矩阵？我正在寻找一个类似于MATLAB的eigs函数；我看过Armadillo和Eigen，但是找不到，在我的情况下，所有的特征值的计算都要花费很长的时间(我需要前10个特征向量来估计。30000x30000稠密非对称实矩阵)。
绝望的时候，我甚至尝试用Armadillo的QR分解来实现幂迭代，但是遇到了复杂的特征值对并放弃了。:)
浏览 5提问于2014-06-28得票数 4
回答已采纳
1回答
如何计算Fortran中的第一特征值和特征向量
fortran、eigenvalue、eigenvector、arpack
我尝试使用一些示例()来使用ARPACK，但我甚至不知道如何输入我的矩阵。从这个看来，用Python和Matlab实现似乎是避免ARPACK复杂性的唯一解决方案。有什么(基于Fortran的)方法可以避免计算所有的特征值/特征向量吗？
浏览 5提问于2017-08-07得票数 0
回答已采纳
1回答
如何求解稀疏矩阵的线性方程AX=b
c++、eigen
我有稀疏矩阵A(12万*12万)和一个向量b(12万)，我想用特征库来求解线性系统AX=b。我试着跟踪文档，但总是有错误。我还尝试将矩阵转换为稠密，并解决了系统的问题。
Eigen::MatrixXd H(N,N);
HH =Eigen:: MatrixXd(A);
Eigen::ColPivHouseholderQR<Eigen::MatrixXd> dec(H);
Eigen::VectorXd RR = dec.solve(b);
但我记错了。请帮我找出解决这个问题的办法。
浏览 2提问于2017-12-08得票数 3
回答已采纳
2回答
计算大型矩阵特征值的最快方法
python、performance、sparse-matrix、eigenvalue、adjacency-matrix
到目前为止，我使用numpy.linalg.eigvals来计算至少有1000行/列的二次矩阵的特征值，并且在大多数情况下，大约有五分之一的条目是非零的(我不知道这是否应该被视为稀疏矩阵)。我发现了另一个，表明scipy可能会做得更好。
但是，由于我必须计算数十万个不断增大的大矩阵的特征值(可能多达20000行/列，是的，我需要它们的所有特征值)，这总是需要非常长的时间。如果我能加快速度，即使是最小的一点，也很可能是值得的。
所以我的问题是:在不局限于python的情况下，有没有更快的方法来计算特征值？
浏览 1提问于2013-07-04得票数 5
回答已采纳
3回答
矩阵正定和病态的迭代线性解法
algorithm、math、parallel-processing、numerical-methods、discrete-mathematics
这个问题我需要一些帮助。
我想解决Ax = b，
A is n x n (square matrix), b is n x 1 matrix在哪里。
但是A矩阵具有这样的性质：+ Ill条件(K，>> 1) (可能大于10 ^ 8) +对称正定(因为它是协方差矩阵)
我已经尝试过Jacobi方法，但不幸的是，收敛速度非常慢。我避免使用Cholesky分解。
我已经尝试了共轭梯度，但不幸的是，如果矩阵A的条件数太大，它就不能收敛。
更新:我需要一个可以在并行框架中运行的方法(比如MPI)。所以在目前的迭代中，我不能使用需要xi的高斯-塞达尔。
我能用什么样的方法来解决这种问题呢？谢谢
浏览 4提问于2013-08-05得票数 4
回答已采纳
4回答
稠密线性代数的应用
linear-algebra、sparse-matrix、lapack
稠密线性代数的一般现实应用
用线性代数作为人与计算机之间的通用语言，可以方便地描述和有效地计算许多问题。通常情况下，尽管这些系统需要稀疏矩阵，而不是稠密矩阵的解。哪些常见的应用程序违背了这一规则？
我很好奇社区是否应该投入更多的时间来改进DLA包，比如LAPACK。谁在计算受限的应用程序中使用LAPACK？谁使用LAPACK来解决需要并行性的大型问题？
具体来说，什么是由于稠密线性代数能力不足而无法解决的问题。
浏览 14提问于2011-03-11得票数 3
回答已采纳
8回答
计算矩阵的特征值的代价有多大？
r、matrix、linear-algebra、sparse-matrix、eigenvalue
计算矩阵的特征值的代价有多大？
最好的算法的复杂度是多少？
如果我有一个1000 x 1000的矩阵，在实践中可能需要多长时间？我想如果矩阵是稀疏的会有帮助吧？
是否存在特征值计算不会终止的情况？
在R中，我可以像下面的玩具示例一样计算特征值：
m<-matrix( c(13,2, 5,4), ncol=2, nrow=2 )
eigen(m, only.values=1)
$values
[1] 14 3
有人知道它使用的是什么算法吗？
还有没有其他(开源)包可以计算特征值？
浏览 0提问于2009-04-03得票数 37
3回答
为什么MATLAB/Octave在特征值问题中用C++擦地板？
c++、performance、matlab、blas、gsl
我希望标题中的问题的答案是，我正在做一些蠢事！
这就是问题所在。我想要计算一个实对称矩阵的所有特征值和特征向量。我已经用MATLAB实现了代码(实际上，我是用Octave运行的)和C++，使用的是。我正在为这两种实现提供下面的完整代码。
据我所知，GSL附带了它自己的BLAS API实现(以下我将其称为GSLCBLAS)，并使用我使用以下方法编译的库：
g++ -O3 -lgsl -lgslcblas
GSL建议使用替代的BLAS库，例如自优化的库，以提高性能。我正在运行Ubuntu12.04，并且已经从安装了ATLAS软件包。在本例中，我使用以下方法编译：
g++ -O3 -lgsl -lc
浏览 2提问于2013-08-02得票数 17
5回答
寻找在Linux下高效计算大型稀疏矩阵的C/C++接口
c++、c、sparse-matrix
我正在寻找一个C/C++接口，用于在Linux中高效地计算巨大的稀疏矩阵。矩阵可以是数百万倍、数百万/数千倍。我检查了一些现有的库，但它们似乎都不能满足我的所有需求。
1，我需要通过动态添加元素来创建一个稀疏矩阵。(不适用于SparseLib++)
2，我还需要能够创建一个稀疏对角矩阵，以便我可以用不同的标量缩放另一个稀疏矩阵的列。(没有找到用于此的库，也许还有另一种方法可以按列缩放稀疏矩阵)
3、需要支持矩阵乘以矩阵/向量的运算(很多库都支持这些基本运算)
4，它需要支持两个稀疏矩阵或向量之间的逐项乘法或除法，比如.*或./在MATLAB中(我没有找到这样的库，我需要这个操作来筛选出一个稀疏
浏览 0提问于2010-12-11得票数 0
1回答
基于C++的高效大型稀疏块压缩线性方程
c++、sparse-matrix、solver、algebra
所有人。我几乎没有线性代数方程解算器的经验。但现在，我需要解决大型稀疏块压缩线性方程。即Ax=b。
矩阵A由大小为(nb,nb)的子块组成。A的大小为(N,N)子块。那么矩阵A的实际大小是(nb*N,nb*N)。
只有几个子块存在。A是对角占优的。
我已经尝试过Eigen的内置闪光灯。即SimplicialLLT和BiCGSTAB，第一个速度很慢，而第二个不能收敛。
然后，我尝试了使用英特尔MKL的第三方解算器，即PardisoLLT、PardisoLDLT和PardisoLU。他们也很慢。
最后，我用SuiteSparse测试了Eigen的第三方解算器，即CHOLMOD和SPQR。第一个方法
浏览 0提问于2018-11-05得票数 1
8回答
腾讯智能云为开发者带来哪些便利？
腾讯云、服务、开发、开发者、腾讯
腾讯云在云+未来峰会上推出了智能云。使得普通开发者能够快速上手进行开发。能够有效节省自身开发成本，我想知道究竟带来了哪些便利？有哪些服务极大提升了开发效率和用户体验？
浏览 870提问于2018-05-24
1回答
A不是可逆的，但A* 1.00001是
python、numpy、scipy、sparse-matrix
我有一个奇怪的问题，我猜想它来自于数值的精确性(但我不确定)。
我有一个稀疏矩阵(最后是数据)。
x
Out[25]:
<11250x11250 sparse matrix of type '<class 'numpy.float64'>'
with 44547 stored elements in Compressed Sparse Column format>
和向量
z = np.zeros((x.shape[0]))
z[idx] = 0.1
我在试着解决
from scipy.sparse.linalg import
浏览 0提问于2018-01-21得票数 2
5回答
对角化大型矩阵的工具
matlab、r、matrix、octave、eigenvalue
我想计算一个扩散核，这涉及到取exp(b*A)，其中A是一个大矩阵。为了处理b的值，我想对角化A(以便exp(A)运行得更快)。
我的矩阵大约是25k x 25k，但是非常稀疏-只有大约60k的值是非零值。Matlab的"eigs“函数内存不足，octave的"eig”和R的“eigen”也是如此。有没有工具可以找到大型稀疏矩阵的分解？
不知道这是否相关，但A是一个邻接矩阵，所以它是对称的，并且是满秩的。
浏览 1提问于2010-05-27得票数 4
1回答
外卖小程序需要什么配置的云服务器？
云服务器、微信、小程序
本人一个蛋糕面包店，想自己搞一个微信小程序做外卖服务，程序有了，域名已经在腾讯云里注册了，现在准备购买腾讯的云服务器，需要什么配置的，哪位大神能帮解答下吗，谢谢
浏览 869提问于2019-05-25
2回答
用特征和C++做大量矩阵乘积的求和
c++、matrix、eigen
我正在尝试计算colsum(N * P)，其中N是稀疏的，1M乘以2500矩阵，P是密集的2500乘以1.5M矩阵。我将特征MKL库与英特尔的C++库一起使用。问题是矩阵N*P不可能实际存在于内存中，它太大了(~10TB)。我的问题是，Eigen是否能够通过惰性计算和并行性的某种组合来处理这种计算？这里说Eigen不会不必要地生成临时矩阵：
但是，Eigen知道以实际适合内存的分段区块来计算N*P吗？例如:它必须做一些类似于colsum(N * P_1) ++ colsum(N * P_2) ++的事情。++ colsum(N * P_n)，其中P按列被分成n个不同的子矩阵，"++“是
浏览 1提问于2015-06-06得票数 2
1回答
稀疏矩阵的完全SVD库
c++、sparse-matrix、svd
我想对包含大量零的大型矩阵进行奇异值分解。特别是从对称矩阵A的对角化得到的U和S，这意味着A=U*S*转置(U^*)，其中S是对角矩阵，U包含所有特征向量作为列。
我在网络上搜索将奇异值分解和稀疏矩阵结合在一起的c++库，但是只能找到少数的库，而不是所有的特征向量。有没有人知道是否有这样的图书馆？
另外，在得到U和S之后，我需要把它们乘成一些稠密的向量。
浏览 5提问于2015-11-22得票数 0
4回答
稀疏矩阵线性和非线性方程求解器
c、numeric、lapack
我正在寻找一个C库来解决Ax = b形式的线性和非线性矩阵方程。对我来说很重要的一点是，包装不要太大，而且是免费的。速度并不像矩阵存储的简单性和稀疏特性那么重要。此外，它应该能够并行化计算。因为我还是个新手...数值线性代数领域，如果它包含一个很好的文档，可能会有例子，那就太好了。你有什么可以推荐的套餐吗？我被谷歌的结果弄得有些不知所措，也不知道我必须寻找的例程的名称。
我刚刚发现了，它似乎有一个非常好的文档，甚至有代码片段。它是用C语言编写的，需要CBLAS。
浏览 0提问于2012-03-01得票数 6
回答已采纳
2回答
如何找出两个特征值不同的矩阵的公共特征向量
python、matlab、matrix、linear-algebra、eigenvector
我正在寻找或者更确切地说是在两个矩阵A和B之间建立公共特征向量矩阵X，例如：
AX=aX with "a" the diagonal matrix corresponding to the eigenvalues
BX=bX with "b" the diagonal matrix corresponding to the eigenvalues
其中A和B是方阵和可对角矩阵。
我查看了，但没有成功地得出结论，即在构建由：F = P D P^-1定义的最终想要的自同态F时具有有效的结果。
我还读过和这个，但不需要提取很容易实现的方法。
特别是，我对eig(A,
浏览 3提问于2021-01-03得票数 10
回答已采纳
2回答
基于相关矩阵的大型稀疏矩阵主成分分析
python、matlab、numpy、machine-learning、sparse-matrix
我有一个很大(500k X 500k)的稀疏矩阵。我想知道它的主要组成部分(实际上，即使只计算最大的PC也可以)。随机化的PCA效果很好，除了它本质上是寻找协方差矩阵的特征向量，而不是相关矩阵。使用大型稀疏矩阵的协方差矩阵找到PCA的软件包有什么想法吗？最好是在python中，尽管matlab和R也可以工作。
(作为参考，向提出了类似的问题，但方法涉及协方差矩阵)。
浏览 1提问于2012-11-28得票数 3
1回答
大型对称矩阵的特征值
matrix、linear-algebra、numerical-methods、adjacency-matrix、eigenvalue
当我试图计算的邻接矩阵的特征值时，我得到了，可以被友好地描述为垃圾。特别是，由于图是四正则的，特征值应该在$-4，4$中，但它们显然不是。我使用了Matlab (通过MATLink)，得到了同样的问题，所以这显然是一个超越mathematica的问题。问题是:处理它的最好方法是什么？我确信MATLAB和Mathematica使用的是古老的EISPAK代码，所以可能会有一些更新/更好的东西
浏览 0提问于2016-07-26得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
