matrix-factorization

4熱度

1回答

有非常好的庫來做非負矩陣分解（NMF）嗎？

我有一個稀疏矩陣，其形狀是570000 * 3000。我嘗試nima做NMF（使用默認的nmf方法，並將max_iter設置爲65）。不過，我發現nimfa很慢。有沒有人使用更快的庫來做NMF？

python c++ pca matrix-factorization nmf 2012-12-11

---

-1熱度

2回答

cubials中的喬列斯基因式分解

我是cuda編程的新手。我想執行Cholesky分解爲小矩陣;（8 * 8）。是有什麼算法使用CUBLAS批處理功能讓它 CUDA版本6.5 謝謝

cuda gpu-programming cublas matrix-factorization 2015-04-14

---

0熱度

1回答

使用字典進行矩陣分解和「nan」出現在dictionary.values（）

我正在學習並嘗試使用LFM（潛在因子模型）構建玩具推薦系統。所以我在這個頁面中找到了一些關於矩陣分解的內容（http://www.quuxlabs.com/blog/2010/09/matrix-factorization-a-simple-tutorial-and-implementation-in-python/） 該頁面內的代碼可以完美運行。但是在我的工作中，矩陣應該是一個稀疏矩陣，因爲在初

python dictionary nan matrix-factorization 2014-03-19

---

1熱度

2回答

使用字典進行矩陣分解和因子矢量越來越大

我正在嘗試使用潛在因子模型來構建玩具推薦系統。所以我簡單地複製（http://www.quuxlabs.com/blog/2010/09/matrix-factorization-a-simple-tutorial-and-implementation-in-python/）的代碼並運行它。一切都很好。然後我用字典重寫了代碼，出現了一些問題，我無法弄清楚。 原始代碼是在這裏： import num

python dictionary matrix-factorization 2014-03-19

---

6熱度

2回答

由下式給出LU分解和鑑於<code>L</code>和常數<code>b</code>這樣<code>U</code><a href="http://en.wikipedia.org/wiki/LU_decomposition">LU decomposition</a>和向量​​<code>LU*x=b</code>常量

的矢量求解線性方程系統，是否有任何內置函數其中找到x？意思是這樣 - X = functionName(L,U,b) 注意，在這兩種L和U我們正在處理，可直接通過forward and backward substitution來解決，而無需使用Gaussian elimination過程三角矩陣。 編輯： 解決這個線性方程組應按照以下步驟 - 1. define y - s.t Ux=y

matlab linear-algebra matrix-decomposition matrix-factorization 2013-05-28

---

0熱度

1回答

程序中的LU分解（C++）

我需要一個函數或類，它在我的C++程序中執行LU分解（分解，有什麼區別？）。我用作編譯器Dev-c最新版本（在Windows上）。我想到了如何安裝armadillo和lapack，但它看起來非常複雜，並帶有一些問題http://icl.cs.utk.edu/lapack-for-windows/lapack/（正如頁面底部的說法）。所以我想有一個庫（使用C++），運行良好，安裝起來並不複雜。我在例

c++ libraries lapack lapack++ matrix-factorization 2013-05-29

---

7熱度

1回答

安裝nimfa（Python Matrix分解庫）的問題

我有一個大的（〜25000 x 1000）矩陣來分解。我編寫了基於numpy的自己的代碼，但效率不高，並且一直在拋出一個內存錯誤。 我一直在嘗試安裝和使用nimfa（http://nimfa.biolab.si/）和安裝過程（嘗試easy_install，點和下載並運行git）不顯示任何錯誤。但是，當我嘗試使用import nimfa調用它時，出現以下錯誤。我檢查了nimfa的先決條件，除了num

python numpy matrix scipy matrix-factorization 2013-07-24

---

6熱度

2回答

批量CUDA解決方案的稀疏帶狀Ax = b爲各種b's

我有一個稀疏的帶狀矩陣A，我想（直接）解決Ax = b。我有大約500個向量b，所以我想解決相應的500個x。 我是CUDA的全新品牌，所以我對我有什麼選擇有些困惑。 cuSOLVER有一個使用QR here稀疏A_i x_i = b_i的批處理直接求解器cuSolverSP。 （因爲A是條件適當的，所以我也會對LU很好。）但是，據我所知，我無法利用所有A_i都相同的事實。 另一種選擇是首先確定C

c++ cuda sparse-matrix matrix-factorization cusolver 2015-05-07

---

6熱度

1回答

Sympy：在有限域中求解矩陣

對於我的項目，我需要爲給定矩陣Y和K的矩陣X求解。（XY = K）每個矩陣的元素必須是整數模，隨機的256位素數。我第一次嘗試解決這個問題時使用了SymPy的mod_inv(n)函數。與此相關的問題是我的記憶力不足，大小爲30的矩陣。我的下一個想法是執行矩陣因式分解，因爲這可能不太重。但是，SymPy似乎不包含可以找到矩陣模數的求解器。我可以使用任何解決方法或自制代碼？

python matrix sympy modular-arithmetic matrix-factorization 2015-07-02

---

1熱度

1回答

ichol作爲cholinc替換：非正向樞軸

在Matlab 2012中，cholinc命令被標記爲過時。警告消息表示它將被ichol替代。到目前爲止，我使用cholinc(A,droptol)，通常與droptol=1E-15。在新版本中我試圖用ichol(A,struct('droptol',droptol,'type','ict'))，其工作的大部分時間，但有時我得到一個警告消息 Error using ichol Encounter

matlab linear-algebra matrix-factorization 2012-10-15

---