我想计算python中二阶导数矩阵的特征向量。根据数学,第一个向量应该等于0到pi之间的sin-函数,第二个等于0到2*pi之间的sin函数。因此,我的代码看起来就像
import numpy as np
from matplotlib import pyplot as plt
from scipy import sparse
import scipy.integrate as integrate
import scipy.special as special
import scipy
def create_second_deriv(size, h):
delta_matrix_2_
我的模型中有5类的类特征向量。每一类的特征向量都是20维的。我想将标量增益乘以每个类的特征向量,然后将得到的加权特征向量相加,形成新的特征矩阵。 gain_matrix对应于每个第i对类的标量值。第i类的特征向量(20维)被计算为标量增益乘以所有其他类特征向量的和。具体的实现代码如下所示。 nClass=5
feature_dim=20
gain_matrix=torch.rand(nClass,nClass)
feature_matrix=torch.rand(nClass,feature_dim) #in my implementation this is output from mo