我正在学习 Andrew Ng 的机器学习课程，在其中一个练习实验室中，他们对线性回归执行此操作。 我在操作后检查了 arrays 的形状 x 和 X 之间有什么区别，为什么我们不能简单地使用 xT 而不是将其更改为 X？ ...
检查线性方程组是否有解的最快方法是什么？ 所有数字都是有理数，（大）系数矩阵可以 SparseArray 的形式给出。 我知道LinearSolve可以解决这个问题，但是如果不需要知道解是什么，而只需要判断存在性，有没有更高效的方法呢？ 没有解决方案时，计算排名的方式似乎更慢。 顺便说一句，当我使用 ...
致敬，我正在寻找一个 python function，它相当于我在 Matlab 中使用的“lscov”function。我有 3 arrays：A(143,12) b(143,1,1 w)(143) 在 matlab 我这样做： [x,stdx]=lscov(A,b,w) 在python，我尝试 ...
我有一系列矩阵，我想找到每个矩阵的逆矩阵。 我怀疑将行操作放入简化梯形/反转时存在一种模式。 python 中是否有一个库，我可以使用它来给我一系列行操作，例如 R1 = R1-aR2、R3=R1+bR4 等，直到它处于简化的行阶梯形式或完全反转。 我试过谷歌搜索，但它主要是关于如何反转矩阵的指南 ...
我想以特定方式将两个 3D 张量相乘。 这两个张量的形状T1 = (a,b,c)和T2 = (d,b,c) 。 我想要的是将 a 时间T2乘以a的连续“切片” ( a (b,c) 。 换句话说，我想要与这段代码相同的代码：import numpy as np a=2 b=3 c=4 d=5 T ...
我想在两点之间画一个椭圆。 到目前为止，我大部分时间都在工作： 问题在于设置椭圆高度（下面的ellipse_h ）。 x = center_x + radius*np.cos(theta+deg) y = center_y - ellipse_h * radius*np.sin(th ...
我想在两点之间画一个椭圆。 到目前为止，我主要通过将线的角度添加到圆 function 的 theta 来工作，但问题在于设置椭圆高度（下面的 ellipse_h，由高度滑块控制）。 谁能帮我旋转椭圆高度？ 谢谢！ const height_slider = document.getElement ...
我有几对向量（排列为两个矩阵），我想计算它们成对相关系数的向量（或者，更好的是，它们之间的角度 - 但由于相关系数是它的余弦，我使用numpy.corrcoef ）： 我想知道是否有办法对此进行“矢量化”，即避免多次调用corrcoef 。 ...
在 Julia 中，我想写一个 function 提示用户多次输入矩阵，然后将他们的输入存储到一个数组中。 到目前为止，我已经尝试了以下方法： 但是，我不确定如何以我想要的方式接受矩阵输入。 我有什么办法可以接受用户的矩阵输入吗？ 另外，我希望用户不必手动将矩阵输入 function（使用 rea ...
我有一个 $I$ 索引数组 $V = (V_i)_{i \in I}$ of (column) vectors $V_i$，我想逐点（沿着 $i \in I$）乘以一个矩阵$M$。 所以我正在寻找一个“向量化”操作，其中单个操作是矩阵与向量的乘法； 那是 $W = (M V_i)_{i \in I} ...
有两个三维空间基础，我需要找到变换矩阵，以便我可以在两个坐标系之间转换点。 我使用 Three.js Vector3 作为空间的基础。 在这种情况下找不到任何获取转换矩阵的方法。 如果能找到一种基于两个空间以编程方式计算的方法，那就太好了。 ...
我正在尝试使用 sympy 求解具有 32 个未知变量和 4 个已知变量和 34 个方程的大型线性方程组。 已知变量： e, j, o, t未知变量： a, b, c, d, f, g, h, i, j, k, l, m, n, o, p, q, r, s, t, u, v, w, x, y, z ...
我正在尝试运行以下代码，这是简单的矩阵代数： 我得到的output是： 但是，我期待一个严格的[[1],[1]] ，这是我在手动计算时获得的。 以这种形式对r进行进一步的操作开始给我不正确的结果，例如，如果我计算A@r我得到： 而不是预期的[[3],[0],[2]] 。 有没有另一种方法来做矩阵代 ...
我想在语言 C 中找到计算特征值和特征向量的 function，其结果与 MATLAB 的eig function 相同。 我目前正在使用 GNU Scientific Library 特征值求解器。 但是，当特征值重叠时，它不能得到与 MATLAB eig function 结果相同的特征向量。 ...
我需要编写一个线性代数计算程序。 我从 Matlab 切换到 python，并使用 numpy 和 scipy。Python 和 Matlab 之间的精度存在一些细微差异，最终导致不同的结果。 例如对于矩阵 在 Matlab det(A) = 627.0而在 python 中是626.9999999 ...
我正在使用 OpenCV 进行视觉里程计。 我有一段从安装在行驶中的汽车上的单目摄像机拍摄的道路视频。 我想获得帧之间的平移向量。 到目前为止我做了什么： 我获得了一帧和下一帧之间的关键点匹配。 然后我使用recoverPose并得到旋转矩阵、平移向量（按比例）和一些三维点坐标。 我的问题是只有两帧 ...
我在以下代码中做错了什么： 我写了两个函数，一个用于计算运算，一个用于求解系统。 ...
我已经编写了一些使用共轭梯度法求解方程组的 mpi 代码。 在这种方法中，矩阵向量乘法占用了大部分时间。 作为并行化策略，我在行块中进行乘法运算，然后在根进程中收集结果。 其余步骤由根进程执行，只要需要执行矩阵向量乘法，根进程就会广播结果。 代表加速的强缩放曲线很好 但是代表效率的弱缩放曲线非常糟糕 ...
在我正在处理的一个问题中，需要求解 Ax=b，其中 A 是 anxn 方阵（通常 n = 几千），b 和 x 是大小为 n 的向量。 诀窍是，有必要这样做很多次（十亿次），其中 A 和 b 在连续计算之间变化很小。 有没有办法重用先前计算中 x（或可能是 A 的逆）的现有近似解，而不是从头开始求解方 ...
我一直在尝试在 Java 中创建一个线性代数库。我已经创建了一个 Vector class 和 Complex Number class，其中 Vector class 已经具有使用实数（典型的双精度和整数）的方法和操作。 Vector class 之前有一个属性data[] ，其中包含向量中数 ...