sparse-matrix

0热度

1回答

indptr指向行开始索引和数据。我已经通过np.savez（）将我的矩阵转换为csr矩阵。然而，我注意到，indptr的第一要素如下： 1 1 23 195 213 256 284 317 它说，第一行和第二行开始用相同的数据。是什么导致这个错误，或者这是一个错误？

1热度

1回答

与本征稀疏矩阵乘法

内存泄漏我有这三个稀疏矩阵，以下列方式定义： typedef SparseMatrix<double> SpMat; int m_totSize = 256*256; SpMat *L = new SpMat(m_totSize, m_totSize); SpMat *A = new SpMat(m_totSize, m_totSize); SpMat *W = new SpMat(

0热度

1回答

如何在Python中有效地创建和处理4D稀疏矩阵

我有一个4D形状的稀疏矩阵（21x21x21x21）。只有一个元素将被设置为1.之后，我将矢量化该矩阵并确定非零行。整个过程需要大约6分钟来计算哪一个太长。有没有办法在Python中高效地执行此操作？ sparseMatrix = np.zeros((21,21,21,21), dtype = np.int8) #w,x,y,z can be any random integer from 0

0热度

1回答

Python稀疏矩阵除了一个删除重复的索引？

我计算向量的矩阵之间的余弦相似性，并且我得到的结果在一个稀疏矩阵是这样的：（0，26）0.359171459261 （0，25）0.121145761751 （0，24）0.316922015914 （0，23）0.157622038039 （0，22）0.636466644041 （0，21）0.136216495731 （0，20）0.243164535496 （0，19）0.3482726

1热度

1回答

稀疏矩阵的单元阵列的总和

我有100个稀疏矩阵的大小为N-N-N，其中N=65536。它们有大约5.5M非零元素（N^2的0.13％）靠近对角线。它们存储在单元阵列中，S{1}, ... , S{100}，我想计算总和S{1}+...+S{100}。 Sum=sparse(N,N); for i=1:100 Sum=Sum+S{i}; end 以上for循环代码耗时约25秒。有什么办法来优化这个代码？

0热度

1回答

有稀疏矩阵/对象的`data.table`表示吗？

我想在data.table框架中工作，因为这篇文章中没有包含各种原因。 data.table对指标矩阵ala Matrix包有稀疏表示吗？ library(Matrix) library(data.table) set.seed(123409L) ints <- sample.int(2L, 1e6, replace=T, prob= c(0.9, 0.1)) - 1 m <- Ma

0热度

1回答

将tf.nn.top_n的输出转换为稀疏矩阵

正如标题所述，我试图从tensorflow中的矩阵中提取每行最高的n个元素，并将结果存储在稀疏Tensor中。我已经能够使用tf.nn.top_n提取索引和值，但索引不遵循tf.SparseTensor所要求的约定。具体来说，tf.nn.top_n返回与所得值矩阵（行xn）具有相同形状的col索引矩阵，而tf.SparseTensor想要一个（＃非零x 2）矩阵，每行一行非零元素和包含行和列索

1热度

2回答

R错误的脚本运行的时候，而不是在控制台

下面的代码工作正常，在R控制台（R 3.3.0）： m = system.file("external/pores_1.mtx", package = "Matrix") x = Matrix::readMM(m) 我可以把它放在一个脚本它运行R中控制台细如： source("test.R") 然而，当我执行它Rscript --vanilla test.R或Rscript test.R

0热度

2回答

哪个稀疏矩阵表示使用sklearn.svm.LinearSVC

我有一个大的数据集（10 000行），其中每行（样本）由位列表（〜200 000位）表示。每个位表示缺席或样品中特征的存在。因此，这是一个大的（10 000 x 200 000）高维稀疏数据集为了节省一些内存空间，对每个样品，我只保存非零位的索引。实施例用于与7个特征的矢量： [0, 0, 1, 0, 0, 1, 1] ===> [2, 5, 6] 我这样做是为所有的数据集。让结果为X（10

1热度

1回答

写一个SparseArray的双重包裹

我有一个SparseArray的Double，我必须将它写入包裹。这里是我的代码： @Override public void writeToParcel(Parcel dest, int flags) { SparseArray<Double> spa = new SparseArray<>(); spa.put(1, 0.8d); spa.put(5, 6.4