1回答
我正在尝试使用python重现一些用Matlab编写的大型项目。我设法重现了大部分结果，但我在SVD分解方面有一个特别的问题。(我只看最后的V部分。)在Matlab中：
[~, ~, V] = svd([4.719, -17.257, -11.5392; -17.2575, 63.9545, 40.5581; -11.5392, 40.5581, 31.3256中
浏览 1提问于2018-08-31得票数 3
回答已采纳
我目前正在将MATLAB代码更改为python，因为我需要在python环境中工作。但是，对于MATLAB和python，计算奇异值和向量的结果在数值和大小上是不同的。例如，对于5乘5的恒等矩阵C：U, S, T = svds(C, 5)在蟒蛇
浏览 3提问于2022-04-29得票数 2
1回答
我正在测试python runtines发行版的线性代数runtines的速度，它声称与windows平台上的英特尔MKL链接。我在IPython交互式shell中完成了以下操作：import numpy.random%timeit la.svd(M);
svd()通常需要1.3秒。然而，如果我使用matlab R2011a，
浏览 2提问于2012-09-09得票数 3
6回答
在Matlab中，我会使用eigs(laplacian,4,'sm') 查看https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/ops/linalg，我看到tf.self_adjoint_eig调用gen_linalg_ops.然而，我在Github或其他地方找不到gen_linalg_ops。 对
浏览 68提问于2017-04-29得票数 3
回答已采纳
2回答
我在Matlab中有一个代码，需要用Python来翻译。在这里，形状和索引是非常重要的一点，因为它与张量一起工作。我有点困惑，因为在pythonreshape()中使用order='F'似乎就足够了。中的SVD给出了不同的结果。也许你知道在Matlab -> python中使用多维数组操作的正确方法，比如，对于arange(1，13).r
浏览 4提问于2020-01-17得票数 0
回答已采纳
2回答
在Matlab中，SVD函数输出三个矩阵：我们可以使用S矩阵来找到尽可能少的分量，以降低X的维数以保留足够的方差。我的问题是如何使用Opencv找到S矩阵(而不是U矩阵)，是否可以使用OpenCV SVD中的build找到S矩阵？我的意思是，Matlab奇异值分解函数输出三个矩阵，就像OpenCV一样，但我不
浏览 2提问于2012-08-20得票数 4
回答已采纳
可能重复：
我试图在matlab中对大小为7468x1193的矩阵进行SVD。令人惊讶的是，这需要很长的时间--我认为这是Matlab / SVD的一个相对较小的矩阵。是否有一个更好的实现在matlab中的SVD，可以处理这种大小的矩阵？我不需要来自U和V的所有
浏览 4提问于2012-01-10得票数 2
回答已采纳
2回答
Python:矩阵完成函数/库？
、、、、
python中是否有函数将通过使用协作过滤 (ex )来为您填充矩阵中缺少的值。交替极小化算法等。还是需要从头开始实现这些功能？编辑:虽然这不是一个矩阵完成的例子，但为了说明类似的情况，我知道Matlab中有一个svd()函数，它以一个矩阵作为输入，并自动输出它的奇异值分解(svd)。我在Python中寻找类似的东西，希望是一个内置的函数，但是即使是一个好
浏览 2提问于2014-03-23得票数 1
1回答
我昨天问了这个问题：cv::Mat mldivide(const cv::Mat& A, const cv::Mat& B ) //returncv::DECOMP_NORMAL );
ret.convertTo( ret2, A.type() );}
根据我的理解，mrdivide正在工作的</em
浏览 7提问于2015-09-23得票数 3
回答已采纳
我附上了矩阵和我的代码。，但我认为您可以重现它。, in _fit File "/home/user/anaconda/lib/python2.7/site-packages/scipy/linalg/decomp_svd.py", line 109, in svd
ra
浏览 2提问于2015-07-08得票数 0
在用scipy.io.loadmat从Matlab导入之后，事情看起来工作得很好，直到我们尝试计算其中一个矩阵的条件数。下面是为我们重现的最小代码量：import numpy
numpy.linalg.cond1409 x = asarray(x) # in case we have a matrix-> 141
浏览 2提问于2012-10-29得票数 2
在python的numpy或say中，必须有一种获得小矩阵(例如3x3)的空空间的简单方法。import numpy as npnp.linalg.matrix_rank，似乎需要首先调用svd分解函数才能得到空空间。在pyth
浏览 1提问于2013-11-06得票数 11
1回答
在MATLAB中，用什么替代python中的下面一行代码片段？None)[0]
恒心= -0.001 -9.042 -9.491;-9.042 -2.345 -7.983;-9.491 -7.983 -7.269，梯度=1.66.1 9.3
下面是目前在MATLAB中实现的内容，但给出了SIFT特征提取的定位错误。[U,S,V] = svd(hessian); %si
浏览 10提问于2021-07-11得票数 0
我想知道是否有可能用NumPy精确地重现MATLAB的randn()的整个序列。我用Python/Numpy编写了我自己的程序，它给我的结果与别人的MATLAB代码有点不同，我很难找出它是从哪里来的，因为不同的随机抽奖。我已经找到了第一次绘制产生相同数字的numpy.random.seed值，但从第二次绘制开始，它就完全不同了。我做了大约20,000次的
浏览 2提问于2010-09-16得票数 7
回答已采纳
1回答
opencv中反求的不正确结果
、、、、
我在c++中使用opencv库进行矩阵反演。我使用带有DECOMP_SVD标志的反转函数。对于非奇异矩阵，采用SVD方法进行计算。然而，当我将奇异矩阵(行列式= 0)与Matlab中对同一反演的输出进行比较时，它给出了一个不正确的答案。我在matlab中使用的方法是pinv()和svd()。0.8889
-1.3333 -0.
浏览 4提问于2014-04-09得票数 1
回答已采纳
我试图将一些代码从Matlab移植到Python，但我遇到了一个问题。我似乎找不到等同于svds的东西。下面是matlab中的代码，以防有什么不同：mean = sum(data, 2)/s
m_data = ( data - repmat(mean, 1, s) )
浏览 0提问于2011-02-12得票数 5
我正在使用SVD函数来获取值。在我的Opencv中，我写道SVD::compute(A, w, u, vt);
在与MATLAB进行比较后，u和vt矩阵似乎与MATLAB返回的值不匹配。这些值实际上是匹配的，但有时，U(:1)和VT(:1)会从OpenCV返回的结果中取反。有时，VT元素被取反和翻转。虽然U*VT返回的值与MA
浏览 0提问于2014-05-17得票数 0
我正在使用PCA在朱莉娅包。我正试图向朱莉娅隐藏一个旧的Matlab脚本。但是，我不能再运行Matlab脚本了。我正在处理一系列的图像。首先，我要确保输入矩阵正确。我将每幅图像重组成一个向量，并将n图像放到m x n矩阵中。我认为这个数据的格式是正确的，和Matlab一样。然后我用M = fit(PCA, data)生成了一个PCA模型。Matlab将返回[coeff,score,latent]。我怎么才能从朱莉娅那
浏览 1提问于2016-11-17得票数 1
1回答
在MATLAB中，我们使用该程序用SVD方法计算U，S，V矩阵。在VisualC++ 2012中是否有使用此方法的方法和实现的函数？需要WHat头吗？
浏览 1提问于2013-10-15得票数 0
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号