如何计算矩阵乘法，将矩阵保存为向量
矩阵乘法是线性代数中的一种基本运算，它将两个矩阵相乘得到一个新的矩阵。在计算矩阵乘法时，可以将矩阵保存为向量来简化计算过程。
具体计算矩阵乘法的步骤如下：
- 确定两个矩阵的维度，假设矩阵A的维度为m×n，矩阵B的维度为n×p。
- 创建一个新的矩阵C，维度为m×p，用于保存计算结果。
- 对于矩阵C中的每个元素C[i][j]，计算方法为将矩阵A的第i行与矩阵B的第j列对应元素相乘，并将结果累加得到C[i][j]的值。
- 重复步骤3，直到计算完所有的元素。
将矩阵保存为向量可以简化矩阵乘法的计算过程。具体做法是将矩阵A和矩阵B分别展开为行向量和列向量，然后进行向量的点积运算。点积运算是将两个向量对应位置的元素相乘，并将结果累加得到最终的标量值。
例如，假设矩阵A的维度为m×n，矩阵B的维度为n×p，可以将矩阵A展开为m个行向量，每个行向量包含n个元素；将矩阵B展开为p个列向量，每个列向量包含n个元素。然后，对于矩阵C中的每个元素C[i][j]，可以通过计算第i个行向量与第j个列向量的点积得到。
矩阵乘法在很多领域都有广泛的应用，例如图像处理、机器学习、计算机图形学等。在云计算领域，矩阵乘法的计算可以通过分布式计算来加速处理速度，利用云计算平台的弹性资源和并行计算能力，提高计算效率。
腾讯云提供了多种云计算产品和服务，其中包括适用于矩阵乘法计算的产品。例如，腾讯云的弹性计算服务（Elastic Compute Service，ECS）提供了高性能的计算实例，可用于进行矩阵乘法等计算密集型任务。此外，腾讯云还提供了弹性容器实例（Elastic Container Instance，ECI）和弹性伸缩服务（Auto Scaling，AS）等产品，用于灵活部署和管理计算资源。
更多关于腾讯云的产品和服务信息，您可以访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
我试图在中在矩阵4x4和向量4x1之间做一个乘法。如果我试着用using MathNet.Numerics.LinearAlgebra;
Matrix<double>.op_DotMultiply(matrixABuilder.DenseOfArray(A), matrixPBuilder.DenseOfArray(P));
如果A是定义为4x1的4x4和P的矩阵，那么我将得到下一个error>
System.ArgumentException: 'Matrix dimensions must agree: op1 is 4x4, op2 is 4x1. (Param
浏览 12提问于2020-12-15得票数 2
回答已采纳
我对如何定义LSTM的权重矩阵感到困惑。由于LSTM有8个权重矩阵，我不知道如何在tensorflow中初始化这些LSTM的权重矩阵。
但是后来我发现了这个，它完全有意义，因为它有所有的8个权重矩阵，但它没有使用LSTM的tensorflow实现。与LSTM方程一致。但是在LSTM的tensorflow 中，我不知道如何定义所有这8个权重矩阵，因为它们是在上面的第一个实现中定义的。
你能帮帮我吗？
浏览 1提问于2016-08-05得票数 1
我在OpenGL中读过几个关于骨骼动画的教程，他们似乎都专注于使用四元数进行旋转，使用3d矢量进行平移，而不是使用矩阵。
但当它们涉及到顶点蒙皮过程时，它们将所有四元数和3d向量组合到一个4x4矩阵中，并上载矩阵以在着色器中完成其余的计算。4x4矩阵有16个元素，而四元数+ 3d向量只有7个元素。那么为什么我们要在上传之前将它们转换成4x4矩阵呢？
浏览 6提问于2013-03-29得票数 5
回答已采纳
OpenGL中的旧矩阵堆栈规定矩阵乘法顺序必须是乘法后。现代OpenGL将这些矩阵操作推迟到着色器，在着色器中我们现在可以自由选择使用operator*(vec4,mat4)而不是operator*(mat4,vec4)。我碰巧更喜欢预乘，因为我发现它使代码更具可读性。例如，对于后乘法，我们有
mat4 mvp = vp * m;
而对于预乘，它变成了
mat4 mvp = m * vp;
这对我来说更有意义。
无论如何，我的问题是:这有什么缺点吗？除了OpenGL的人们还不习惯它？在性能上似乎没有任何变化。
浏览 0提问于2013-06-30得票数 2
回答已采纳
当我尝试在MATLAB中使用定义为其自身函数的变量omega绘制函数h时，我从控制台得到Inner matrix dimensions must agree, error using _*_响应。
当我在h的独立函数组件之间使用+时，该函数起作用；当我尝试将h中的两个内部函数相乘时，该函数不起作用，根据我的猜测，这是导致矩阵模糊错误的原因。
function h = freqp(omega)
k = (1:1024-1);
hh = (1:1024-1);
omega = zeros(length(k),1);
omega = (k-1)*((2*pi
浏览 0提问于2013-11-08得票数 0
2回答
C语言中的稀疏矩阵乘法
、、、
我有两个矩阵市场格式的稀疏矩阵文件：
row col val
1 1 3.0
1 2 1.0
2 3 2.0
etc...
目前，我已经将文件分成了6个数组：
row_A[], col_A[], val_A[], row_B[] …
它们分别包含行索引、列索引和值。
我想轻松地将这两个矩阵相乘，而不必首先将它们转换为密集矩阵格式。有没有这样做的算法？
我在Quora上找到了这个伪代码，但我不确定它是不是最好的实现，或者它将如何在C：中实现
multiply(A,B):
for r in A.rows:
for c in A.rows[r]:
fo
浏览 1提问于2018-10-26得票数 2
如何在MatLab中编写此函数？我在键入以下内容时遇到矩阵错误：
n=1:100; k=0.5; x(n)=sin((3*pi*n)/20); y(n)=x(n/k);scale (x,k)
浏览 4提问于2013-12-30得票数 1
1回答
本文尝试用MPI有限元法求解泊松方程。我已经有了连通矩阵，还有每个节点的x和y坐标。我向所有处理器广播了连接性和坐标矩阵。假设我们有N个节点，所以全局刚度矩阵是N_N，假设我们只有两个处理器，我们只向每个处理器发送一半的元素。现在我的问题是，是为每个处理器定义一个N/2_N/2的局部矩阵，还是为所有处理器定义一个N_N矩阵，而每个处理器都将在这个过程中完成自己的部分。在这种情况下，我如何收集主进程中的最终矩阵？如果为每个处理器定义N/2_N/2的局部矩阵，一些元素可能在两个处理器中共享相同的元素，这将是装配的一个问题。我正在附上我的代码，如果你能帮助我，我将不胜感激。
浏览 1提问于2021-05-17得票数 1
2回答
我想要计算向量，
S=A B u，
其中s和u是N维复向量，A是N×M复矩阵，B是M×N复矩阵。当A、B和u的元素表示为浮点数时，以下哪两种方法具有更好的准确性(更有效的数字)？
(1)先计算B。
首先做矩阵向量乘法，
Y=B u
然后，另一个矩阵向量乘法
S=A y
(2)先计算A、B。
首先做矩阵-矩阵乘法，
C=A B
然后，矩阵向量乘法
S=C U
有什么已知的一般规则吗？
顺便说一下，我知道方法(1)比方法(2)效率高得多。
浏览 2提问于2011-09-26得票数 3
回答已采纳
1回答
matlab中的列向量矩阵
、、、、
我在矩阵乘法上有个问题。
有一个矩阵X(M )和向量b(1x3)，a(1x3)。
我需要将x的每一列乘以b，这样我就有N个平方矩阵(Mx3)。
然后，我需要在转置向量a上将这N个矩阵相乘，从而将我的N个矩阵转化为长度为M的N个向量。
有没有一种没有循环的优雅的方法来做到这一点？
我以前的代码不能正常工作：
[n,m] = size(x);
nn=3;
aa = [ 0.069 0.167 0.826];
bb = [ 0.132 0.302 0.917];
a = repmat(aa,[n 1]);
b = repmat(bb,[n 1]);
res = ((-x'
浏览 3提问于2014-11-14得票数 1
回答已采纳
我正在用OpenGL ES 2.0编写一个小的2D游戏引擎。它可以工作，但是对于中等规模的场景，它现在感觉有点迟钝。我设计它时，每个游戏对象都是一个节点树，每个节点都是一个原始形状(三角形、方形、圆圈)。每个节点都可以在创建和运行时对其应用一组任意转换。
为了说明，“头”节点是一个圆，它有一个子“帽子”节点，它是一个三角形，通过转换将其移动到圆圈的顶部。现在，在运行时，我可以通过头上的动画转换来移动头部，帽子也会随之移动。或者，我可以通过在hat上应用一个旋转转换来动态地在运行时动画一个“帽子提示”。
在呈现时，每个节点应用自己的静态转换( hat向上移动)，然后为每个父节点应用任何动态转换(
浏览 10提问于2011-07-13得票数 0
回答已采纳
1回答
我在给scipy.signal.dlsim方法提供正确的输入时遇到了问题。
该方法需要4个状态空间矩阵：
A = np.array([
[0.9056, -0.1908, 0.0348, 0.0880],
[0.0973, 0.8728, 0.4091, -0.0027],
[0.0068, -0.1694, 0.9729, -0.6131],
[-0.0264, 0.0014, 0.1094, 0.6551]
])
B = np.array([
[0, -0.0003, -0.0330, -0.0042, -0.0037],
[0,
浏览 0提问于2015-01-20得票数 11
回答已采纳
4回答
我有一个形状为(n，)的数组y，我想要计算内积矩阵，这是一个n*n矩阵，但是当我尝试在Python中计算它时
np.dot(y , y)
我得到了答案n，这不是我要找的我也试过了：
np.dot(np.transpose(y),y)
np.dot(y, np.transpose(y))
我总是得到相同的答案
浏览 3提问于2020-10-27得票数 2
2回答
我正在学习斯坦福大学的NLP课程，我有问题从下面的图片中理解Skipgram中的一个概念。
从左到右，第一列矢量为一个热点编码器，第二列向量为一层神经网络的字嵌入矩阵，第三列向量为字表示向量。然而，当涉及到第四个矩阵时，它是一个维数'v by d‘的矩阵。不知道我听得对不对，但是演讲者说这是上下文词的表示，这三个矩阵是相同的？
我的问题是: 1.为什么这三个矩阵是相同的，但三个乘法结果却是不同的? 2.如何得到这个矩阵(v×d维数)？
与讲座的链接是：
浏览 0提问于2018-03-25得票数 3
回答已采纳
1回答
我试图用C++编写一个驱动程序来计算非对称实值稀疏矩阵的特征值，使用ARPACK提供的fortran函数，但是反向通信方法有点麻烦。
一般情况下，我试图求解正常的特征值方程：
A*v = lambda*v
在ARPACK中，任何与矩阵A的交互都是通过函数‘av’完成的：
av(n, workd[ipntr[0]], workd[ipntr[1]])
它将从位置'ipntr‘开始的数组'workd’中的向量乘以，并将结果插入从位置'ipntr1‘开始的数组'workd’。在的手册中给出了这种方法的例子，也在ARPACK/ Examples /SIMPLE/dnsi
浏览 6提问于2014-09-29得票数 0
回答已采纳
5回答
我需要在Matlab中进行一个非常大的矩阵/向量乘法："A“是一个655360乘以5的实数矩阵，它不一定是稀疏的；"B”是一个655360乘以1的实数向量。我的问题是如何有效地计算: B'*A。
我注意到，通过计算A'*B，给出了一个列向量，稍微缩短了时间。但它仍然相当慢(我需要在程序中多次执行此操作)。
通过一点搜索，我找到了James Tursa的一个有趣的Matlab工具箱，我希望它能提高上面的矩阵乘法性能。经过几次尝试，我只能获得比Matlab本机矩阵乘法更小的增益。
关于如何重写A'*B以提高操作效率，有什么建议吗？谢谢。
浏览 4提问于2011-10-04得票数 3
2回答
图形矩阵由矩阵乘变换所必需？
、、、、
过去，我一直在研究OpenGL和DirectX，我注意到所有的转换都是通过矩阵和向量乘法来完成的。我想我们都可以承认，尤其是矩阵乘不是直观的，当我知道矩阵乘涉及64乘法和48个加法时，我并没有那么难理解它们。
无论如何，我知道现代系统上的矩阵和向量乘法是用SIMD或SSE指令完成的，减少了操作(或计算)的数量，但我看到的许多计算似乎没有必要。
例如，如果您有一个要转换的顶点，假设我们想要旋转45度，然后在本地转换(5、5、5)，我看到的典型方式如下：
1:获取恒等矩阵。
2:将单位矩阵乘以旋转矩阵。
3:将结果矩阵乘以翻译矩阵(顺序重要)。
4:将生成的矩阵乘以要转换的点/向量。
如果我想将一
浏览 2提问于2016-10-31得票数 0
1回答
Rao QE是一个加权欧氏距离矩阵。我在数据表dt中有d_ijs元素的向量，每个元素有一列(假设有x列)。P是最后一列。nrow = S.双和用于距离矩阵的左下角(或右上)，因为它是对称的)元素。
如果我只需要一个未加权的距离矩阵，我只需在x列上做dist()。如何将d_ijs按p_i和p_j的乘积加权？
示例数据集位于，在名为foodQ.ratio的列中有ps。
浏览 6提问于2016-12-13得票数 2
回答已采纳
1回答
想象一下，iPhone的重力/旋转传感器为设备的每个姿态提供一个重力矢量(Vg)和一个当前的3x3旋转矩阵(M0)。例如：
Vg * M0 = Vz
Vz * Mt = Vg
where:
Vg - current gravity vector
M0 - current rotation matrix
Mt - inverse (or actually transpose) matrix of M0
Vz - negative Z-axis vector = { 0, 0, -1 }
需要有一个按所有轴校准加速度计和陀螺仪的选项，这意味着我们想要存储某个时刻的参考重力矢量(V
浏览 3提问于2011-04-10得票数 1
1回答
在皮卡上。206在Barto和Sutton的强化学习中，关于标量积的结果有一种奇怪的说法：
📷
在我的解释中，A是二维向量的标量乘积的期望:哪个应该是标量，对吗？那么他们是如何得到dxd矩阵的呢？它是标量矩阵(与重复系数对角线，即这个标量积)的缩写吗？
浏览 0提问于2020-09-17得票数 1
回答已采纳
1回答
在定义运算符时，矩阵的级联是如何有意义的？当我们处理二维时，为什么会有三维矩阵？我觉得问这个问题真的很愚蠢，但我对向量分析和代数很熟悉，但我缺乏这方面的任何信息。为什么不只是将变换或缩放矩阵相乘，然后作为运算符应用到坐标上呢？
我正试图在我已经可以用鼠标翻译的网格上做一个缩放鼠标功能，但是有两天我做不到。有没有办法在变压器上使用setTranslate或setScale而不重置已经存在的操作员呢？级联的组成是如何工作的？
编辑，我终于得到了变焦和逐点的算法正确.诀窍是在应用其他内容之前应用依赖于zoomLevel本身的翻译，同时保存前面的运算符：(如果有人对此感兴趣..)
Affine
浏览 1提问于2014-09-09得票数 0
1回答
我从未使用过matlab，我有关于的代码。
我认为下面的代码试图创建的核化矩阵
%demo script for KLSH
X = load('iris.mtx');
...
[n,d] = size(X);
%form RBF over the data:
nms = sum(X'.^2);
K = exp(-nms'*ones(1,n) -ones(n,1)*nms + 2*X*X');
您可以在中找到整个代码，特别是在中。
现在，我找不到如何计算K (核矩阵)和核函数公式之间的相关性：
你能帮我弄清楚K是如何创建的(并解释一下上面的代码
浏览 2提问于2016-05-21得票数 2
回答已采纳
我是一名从事地球物理反演的研究员。它需要求解线性系统：Au = rhs。这里A通常是稀疏矩阵，但rhs和u可以是稠密矩阵，也可以是向量。为了进行基于梯度的反演，需要进行灵敏度计算，需要大量的矩阵矩阵和矩阵向量乘法。最近，我在矩阵(稀疏)-矩阵(稠密)乘法中发现了一种奇怪的行为，下面是一个例子：
import numpy as np
import scipy.sparse as sp
n = int(1e6)
m = int(100)
e = np.ones(n)
A = sp.spdiags(np.vstack((e, e, e)), np.array([-1, 0, 1]), n, n)
A
浏览 6提问于2017-04-21得票数 3
回答已采纳
2回答
连续坐标旋转中的浮点误差
、、、
我有一些代码(Python)，它必须执行一些关于曲线反射段之间距离的操作。
为了使思路和代码更清晰，在执行实际计算之前，我应用了两次旋转(使用矩阵乘法)。我认为完全不需要旋转就可以执行计算，但代码和思维将更加笨拙。
我要问的是:三次旋转会不会因为四舍五入的浮点误差而损失太多的精度？有没有办法估计这个误差的大小？
感谢您的阅读
浏览 1提问于2012-08-14得票数 4
回答已采纳
1回答
在推荐这答案之后，我最近阅读了Wolfire关于线性代数的系列文章。我对矩阵有些熟悉，我得出的结论是向量和矩阵乘法实际上是2x2和2x1矩阵的乘法：
开始{方程*}开始{b矩阵}a&c&d\结束{b矩阵} \qquad \开始{b矩阵}x\y\结束{b矩阵}{方程*}
在文章中，作者发现除了旋转之外，要完成平移，我们需要在翻译矩阵中添加一行和一列：
如果我们想用向量(e，f)进行转换，我们只需将其插入到这样的基变化矩阵中：\begin{b矩阵}a&c& e\ b&d&f&0&0&1\ \ end {bmatrix}，然后在
浏览 0提问于2018-06-26得票数 1
回答已采纳
1回答
假设我有以下矩阵
B = [1 2 3;4 5 6;7 8 9;10 11 12]
和另一个矩阵
A = [a b c;d e f;g h i]
如何将矩阵B的每一行乘以矩阵A(不使用for循环)，即
for i = 1:4
c(i) = B(i,:)*A*B(i,:)'
end
事先非常感谢。
浏览 4提问于2017-01-20得票数 2
回答已采纳
4回答
对于numpy，我可以这样做一个简单的矩阵乘法：
a = numpy.ones((3, 2))
b = numpy.ones((2, 1))
result = a.dot(b)
但是，这不适用于PyTorch：
a = torch.ones((3, 2))
b = torch.ones((2, 1))
result = torch.dot(a, b)
此代码引发以下错误：
RuntimeError:一维张量，但得到二维张量和二维张量
如何在PyTorch中执行矩阵乘法？
浏览 9提问于2017-06-13得票数 84
回答已采纳
1回答
我想在java和并行colt库中将一个向量(1 X n)与一个矩阵(m X n)相乘。我想我之所以选择它，是因为它的名字中有parallel。所以你被邀请给我用java编写的其他很好的矩阵库。
但我的问题是向量矩阵乘法...我还没有在DenseDoubleMatrix2D类上为它找到一个单独的方法？我该怎么做呢？
谢谢!
浏览 8提问于2014-11-05得票数 1
我在MATLAB中计算两个3x11矩阵的点积，这些矩阵是多维的，但我一次只能访问一个“页面”。根据我的数学知识，我希望返回一个3x11矩阵作为结果，但在使用以下代码时：
contact_force(:,:,k)=dot(km(:,:,k),actual_interf(:,:,k))
答案是1x11矩阵的形式
浏览 2提问于2014-01-29得票数 1
2回答
我正在实现一些计算way图的PageRank的迭代算法，并且在寻找存储某些矩阵的最佳方法时遇到了一些困难。
我有一个B n x n矩阵，它表示has图(如果有从j到i的弧线，则为0；outdegree[j]是从节点j发出的弧数)，我将其存储为scipy.sparse.dok_matrix，因为它主要有0条目。问题是，我必须计算许多矩阵x向量乘积类型的Px，其中
P = B + (1/n)*e*d^T
其中，e是所有的1向量，而d是一个布尔向量，在组件j中有1，如果是outdegree[j] > 0。基本上，e*d^T是一种线性代数“技巧”，它用列(所有列都由1s或0s组成)编写n x n
浏览 4提问于2013-12-17得票数 1
回答已采纳
1回答
快速稀疏矩阵乘法
、、、、
对于类，我必须为稀疏矩阵编写自己的线性方程求解器。我可以自由地对稀疏矩阵使用任何类型的数据结构，并且我必须实现几个解决方案，包括共轭梯度。
我想知道是否有一种著名的存储稀疏矩阵的方法，使得与向量的乘法相对较快。
现在，我的稀疏矩阵基本上实现了一个包装的std::map< std::pair<int, int>, double>，它存储数据(如果有的话)。这将矩阵与从向量到O(n²)复杂度的乘法转换为O(n²log(n))，因为我必须对每个矩阵元素执行查找。我研究了耶鲁大学的稀疏矩阵格式，似乎元素的检索也是O(log(n))，所以我不确定它是否会快很多。
作为参考，我有一
浏览 4提问于2013-03-29得票数 20
回答已采纳
像许多3d图形程序一样，我有一堆对象，它们有自己的模型坐标(从x、y和z轴的-1到1)。然后，我有一个从模型坐标到世界坐标的矩阵(使用正在绘制的对象的位置、旋转和比例)。最后，我有第二个矩阵，用于将这些世界坐标转换为OopenGL ES 2.0将用于绘制到屏幕上的规范坐标。
因此，因为一个对象可以包含多个顶点，所有顶点都使用相同的变换到世界空间和规范坐标中，因此计算一次这两个矩阵的乘积，并将每个顶点放入结果矩阵中，而不是将每个顶点放入两个矩阵中，会更快。
但是，据我所知，在OpenGL ES 2.0着色器中似乎没有一种方法可以让它计算一次矩阵，并一直使用它，直到调用glUniformMatri
浏览 0提问于2011-07-24得票数 0
回答已采纳
1回答
我有两个似乎密切相关的matlab问题。
我想找出最有效的方法(没有循环？)将A ( A )矩阵与三维矩阵(A )的每一个矩阵相乘。另外，我想对每一种产品的痕迹进行分析。
这是内在的frobenius产品。在下面糟糕的代码上，我使用了它的辅助定义，这更有效。
我想用一个三维矩阵(A )的“对应”矩阵乘以向量(Nx1)的每个元素。
函数Y_returned = problem_1( X_matrix，weight_matrix) %X_matrix是randn(50，50,2000)矩阵% weight_matrix是randn(50，50)矩阵~，~，number_of_matries
浏览 1提问于2014-01-09得票数 3
回答已采纳
1回答
倒推误差对排样矩阵的影响
、、、、
我了解神经网络的反向传播算法，以及误差如何在层中向后传播。也就是说，我知道，给定一个3层的前馈网络，改变W1的数量取决于第2层和第3层的权重，以及它们激活函数的导数。
问:当您的第一层是嵌入层(即，考虑使用手套初始化嵌入矩阵)，网络如何使用反向传播更新该矩阵？如何将该层表示为一个由输入和一些权重矩阵组成的方程？
浏览 0提问于2018-06-12得票数 3
回答已采纳
如果我们有两个矩阵，如果我们想做矩阵乘法，为什么内维需要相同呢？
我知道一些点阵产品可能有NaNs，但是我们可以忽略它们吗？
浏览 22提问于2018-01-11得票数 1
回答已采纳
1回答
当我这样做的时候，图形输出是完全混乱的，但我出于好奇尝试了一下。我原以为它会因为非法的数学运算而崩溃：
// gl_Position=Projection*Modelview*Position; <- normal, works fine
// gl_Position=Position*Modelview*Projection; <- bad output, but still runs fine
Position是向量，其他是矩阵。
OpenGL是列为主的，这意味着您只能将矩阵右侧的向量相乘。如果向量是列，则没有数学方法将向量乘到矩阵的左侧，因为内部维度不匹配:
浏览 2提问于2013-06-04得票数 4
回答已采纳
2回答
我有两个MxN维数相同的稀疏矩阵A和B(MxN)，其中M=~100 K，N=~150 K。
我希望计算每一对行之间的余弦距离(即从矩阵A到第1行，从矩阵B到第1行，从矩阵A到第2行，从矩阵B到第2行等等)。
我可以使用for-循环或使用apply函数来完成这一任务，但是这太慢了，比如：
library(slam)
A <- simple_triplet_matrix(1:3, 1:3, 1:3)
B <- simple_triplet_matrix(1:3, 3:1, 1:3)
cosine <- NULL
for (i in 1:(dim(A)[1])) {
a
浏览 1提问于2016-09-06得票数 1
回答已采纳
5回答
我只是在我的3D项目中遇到了奇怪的问题。每个人都知道计算LookAt向量的算法，但是从变换矩阵计算“向上”向量就不那么容易了(或者至少我可能漏掉了什么)。
问题如下：
对于单位旋转矩阵，向上向量为(0，1，0)，并随矩阵旋转，但不缩放或平移。如果你有简单的旋转矩阵，程序就很容易(将向量和矩阵相乘)。但是如果矩阵还包含平移和旋转(例如，它是通过将其他几个矩阵相乘而产生的)，这将不起作用，因为向量将被平移和缩放。
我的问题是如何从单个变换矩阵中获得这个“上”向量，假设向量(0，1，0)对应于单位旋转矩阵。
浏览 3提问于2009-07-13得票数 5
我在100张图像上使用PCA。我的训练数据是442368x100 double矩阵。442368是特征，100个是图像的数量。这是我找到特征向量的代码。
[ rows, cols] = size(training);
maxVec=rows;
maxVec=min(maxVec,rows);
train_mean=mean(training,2);
A=training-train_mean*ones(1,cols);
A=A'*A;
[evec,eval]=eig(A);
[eval ind] = sort(-1*diag(eval));
evec= evec(:, ind(1:
浏览 2提问于2016-09-26得票数 4
回答已采纳
1回答
我必须做一个涉及两个矩阵的操作，矩阵#1包含数据，矩阵#2包含系数，以乘以矩阵#1的列
矩阵#1是：
dim(dat)
[1] 612 2068
dat[1:6,1:8]
X0005 X0010 X0011 X0013 X0015 X0016 X0017 X0018
1 1.96 1.82 8.80 1.75 2.95 1.10 0.46 0.96
2 1.17 0.94 2.74 0.59 0.86 0.63 0.16 0.31
3 2.17 2.53 10.40 4.19 4.79 2.22 0.31 3.32
4 3.62 1.
浏览 2提问于2018-01-22得票数 0
1回答
我使用jCUSPARSE (cuSparse库包装器)进行矩阵向量乘法，并且函数有问题。
cusparseDcsrmv(handle, cusparseOperation.CUSPARSE_OPERATION_NON_TRANSPOSE, matrixSize, matrixSize, alpha, descra, d_csrValA, d_rowPtrA, d_colIndA, x, beta, y);
如果我使用描述符初始化
cusparseSetMatType(descra, cusparseMatrixType.CUSPARSE_MATRIX_TYPE_GENERAL);
它的工作速
浏览 6提问于2011-11-02得票数 1
1回答
我正在生成一个随机二进制矩阵，在每一行中都有一个特定数目的矩阵。现在，我想取矩阵中的每一行，并乘以它的转置(即row1'*row1)。
因此，我使用row1=rnd_mat(1,:)获取第一行。然而，在乘法步骤中，我得到了这个错误。
这两个逻辑输入都必须是标量。要计算按元素计算的时间，使用时间(.*)代替。
知道我不想按元素计算，我想用外部乘积生成一个矩阵。我尝试使用row1手动编写[0 0 1 ...]，并试图找到外部产品。我设法得到了我想要的矩阵。
那么，有人对我怎么做有什么想法吗？
浏览 4提问于2015-03-24得票数 2
回答已采纳
1回答
我是MPI和并行计算环境中的newby。我和有不同的稀疏矩阵，我试图用行划分将稀疏矩阵与密集向量相乘，其大小分别为N和Nx1。我将测试我的并行MPI程序的进程数为1,2,4,8,16。
我已经对这个算法做了一些研究，并从中找到了一个更好的解决方案和路线图。
算法是这样的；
首先，对每个进程进行整体稀疏矩阵逐行划分，并对密集向量进行划分.为了提高存储效率，还存储稀疏矩阵的非零元素。
在进行任何计算之前，将发送xj所需的向量元素发送到列j中有非零的远程进程。
计算并保存每一行的输出向量。
我不知道如何指定用于发送xj的远程进程。如果我指定，如何使用非阻塞发送和接收操作在这些进程
浏览 1提问于2019-05-10得票数 0
回答已采纳
我正在切换我的着色器，不再依赖于使用OpenGL修复的函数管道。以前，OpenGL会自动为我转换灯光，但现在我需要自己来做。
我的顶点着色器中有以下GLSL代码：
//compute all of the light vectors. we want normalized vectors
//from the vertex towards the light
for(int i=0;i < NUM_LIGHTS; i++)
{
//if w is 0, it's a directional light, it is a vector
//pointing fr
浏览 0提问于2011-12-17得票数 2
回答已采纳
1回答
我正在Clojure中创建一个神经网络，它可以接受一个整数数组，并返回一个表示神经网络层的数据结构:因此，(make-layers [1 4 5])将计算为：
[[0] <-- input
[0 0 0 0] <-- hidden
[0 0 0 0 0]] <-- output
然而，当我在网络的权值上运行激活函数时，我会得到一个core.matrix错误，它不能在一维向量的输入上用权值的转置来进行矩阵乘法：
(core.matrix.operators/* inputs (transpose weights))
user=> Incom
浏览 0提问于2015-08-11得票数 3
回答已采纳
1回答
苹果公司关于“与矩阵一起工作”的文档不仅违反直觉，而且还通过他们在2D中“构造”“转换矩阵”和“旋转矩阵”的例子，进一步加剧了混乱。
按苹果文档()翻译矩阵
翻译矩阵采用以下形式：
1 0 0 0 1 0 tx tx ty 1
simd库为恒等矩阵(沿对角线的矩阵和其他地方的零)提供常量。3x3浮点恒等矩阵为matrix_identity_float3x3。
以下函数通过设置标识矩阵中的元素，使用指定的tx和ty转换值返回simd_float3x3矩阵：
函数makeTranslationMatrix( tx：-> simd_float3x3 { var矩阵= matrix_ident
浏览 1提问于2018-11-22得票数 1
回答已采纳
3回答
我有一个有两个列的dataframe，其中每一行都有一个稀疏向量。我试图找到一种适当的方法来计算每一行中两个向量的余弦相似性(或仅仅是点积)。
但是，我还没有找到任何库或教程来实现稀疏向量。
我发现的唯一方法是：
创建一个k×n矩阵，其中n个项被描述为k维向量.要将每一项表示为k维向量，可以使用ALS表示潜在因子空间中的每个实体。这个空间(k)的维数可以由你来选择。这个can矩阵可以表示为RDDVector。
将这个k矩阵转换为RowMatrix。
使用columnSimilarities()函数得到n项之间相似性的n×n矩阵。
我觉得计算每对数据的所有余弦相似性是过分的，
浏览 1提问于2018-12-15得票数 2
我关心矩阵乘法的顺序。我见过很多例子，其中一些是这样的:模型*视图*投影
而其他的则像这样:投影*视图*模型
我知道矩阵乘法是不可交换的，那么哪个顺序才是正确的呢？
浏览 0提问于2014-05-07得票数 1
1回答
我目前正在做一个关于马尔可夫链的稳态向量的摘录，我能够手动计算它，但是我不知道如何用R来计算稳态，有一个函数或者库可以用来计算这个吗？任何帮助都是值得赞赏的，这是我用来计算稳态的过渡矩阵：
P
P.data=c(0.95,0.03,0.05,0.97)
P = matrix(P.data, nrow=2,ncol=2,byrow=TRUE)
P
浏览 4提问于2022-01-11得票数 0
1回答
我知道做矩阵乘法的最小值，并且为了各种目的从零开始实现了几次，但是每次我都要非常清楚地知道基向量在哪里。
我不认为矩阵是数字的大平方，而是把矩阵看作每个分量都是.的向量数组。一个基本成分。
但是，我已经通过交替的方法了解了矩阵，我不知道这个常用的符号是如何工作的，也不知道是否有一种隐含的常识方法来分配基向量。
人们通常用下列表示法写出矩阵乘法：
📷
但对我来说，它是非常模糊的如何解释它。我的大脑被视觉布局所吸引，将其解释为：
📷
但大多数人似乎都是这么想的：
📷
那么，哪种解释方法是正确的呢？
浏览 0提问于2022-04-04得票数 0
回答已采纳
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
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
