- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
在下面的示例中,有一个大小为 (4, 3, 3) 的 3d 矩阵。如何在 numpy 中没有循环的情况下计算 4 个 3*3 矩阵中每一个的 pinv?
dt = np.dtype(np.float32)
a=[[[12,3,1],
[2,4,1],
[2,4,2],],
[[12,3,3],
[2,4,4],
[2,4,5],],
[[12,3,6],
[2,4,5],
[2,4,4],],
[[12,3,3],
[2,4,5],
[2,4,6]]]
a=np.asarray(a,dtype=dt)
print(a.shape)
apinv=np.zeros((4,3,3))
print(np.linalg.pinv(a[0,:,:]).shape)
for i in range(4):
apinv[i,:,:]=np.linalg.pinv(a[i,:,:])
请注意,linalg.inv 通过描述的矩阵进行广播 here :
print(np.linalg.inv(a).shape)
但是 pinv 的工作方式不同。
最佳答案
一种解决方案是使用映射和 lambda 函数:
apinv = map(lambda n: np.linalg.pinv(n), a)
apinv = np.asarray(apinv,dtype=dt)
关于python - 在 3D 矩阵上广播 linalg.pinv,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34073761/
我正在使用具有 20 个神经元的单隐藏层前馈神经网络 (SLFN) 测试 y = SinC(x) 函数。 使用SLFN,在输出层,输出权重(OW)可以用下式描述 OW = pinv(H)*T 添加正则
我有十个 6000 x 784 矩阵。如果我对它们分别运行 np.cov 和 pinv,则总时间为: %timeit for n in range(10): pinv(np.cov(A,rowvar
我一直在与 numpy 合作最近在算法中使用矩阵,遇到了一个问题: 我总共使用了3个矩阵。 m1 = [[ 3 2 2 ... 3 2 3] [ 3 3 3
对于矩阵 X,如果 np.linalg.pinv(X) 等于 (X^T X)^(-1)(X^T) 对于常量 C 和单位矩阵 I, 如何利用np.linalg.pinv返回 (X^T X + CI)^(
在我的代码中,我需要计算矩阵的伪逆,矩阵的某些元素可能是无限的 (np.inf)。有时 pinv() 函数处理得很好并返回一些东西,但有时它只是挂起 100% CPU 使用率,我需要终止进程。请参阅下
与 MATLAB pinv() 函数相比,R 中 MASS 包中的 ginv() 函数产生完全不同的值。他们都声称可以生成 Moore-Penrose 广义逆矩阵。 我尝试为 R 实现设置相同的容差,
在下面的示例中,有一个大小为 (4, 3, 3) 的 3d 矩阵。如何在 numpy 中没有循环的情况下计算 4 个 3*3 矩阵中每一个的 pinv? dt = np.dtype(np.float3
我使用 python 中的多处理包编写了一个函数,并试图提高我的代码速度。 from arch.univariate import ARX, GARCH from multiprocessing im
我正在尝试使用特征库求矩阵的伪逆。他们有一个实现它的类,但是我不知道如何编写语法脚本。 这是它在网站上的显示方式 (https://eigen.tuxfamily.org/dox/classEigen
在查找如何在numpy(1.15.4)中计算伪逆时,我注意到numpy.linalg.pinv有一个参数rcond 其描述为: rcond : (…) array_like of float Cuto
我正在尝试求解一个超定线性方程组 (Ax = B),给定一个由用户在网站上使用 Javascript 输入生成的矩阵 A。在 python 中,我可以只使用 numpy.linalg.pinv(A)
我正在寻找 tensorflow 中 numpy.linalg.pinv 的替代品。到目前为止,我发现 tensorflow 只有 tf.matrix_inverse(input, adjoint=N
如果我们想通过使用正规方程来搜索线性回归模型的最佳参数 theta: theta = inv(X^T * X) * X^T * y 第一步是计算 inv(X^T*X)。因此 numpy 提供 np.l
我注意到如果 A 是 NxN 矩阵并且它具有逆矩阵。但 inv() 和 pinv() 函数输出的内容不同。 - 我的环境是Win7x64 SP1, Matlab R2012a, Cygwin Octa
我是一名优秀的程序员,十分优秀!