gpt4 book ai didi

julia - Julia 中的半环矩阵向量乘积不起作用

转载 作者:行者123 更新时间:2023-12-04 01:56:07 26 4
gpt4 key购买 nike

我正在尝试在 Julia (0.6.2) 中实现最大加半环代数,遵循这篇论文:

http://www.mit.edu/~kepner/pubs/JuliaSemiring_HPEC2013_Paper.pdf

max-plus numbers 的类型定义和所有相关运算符的定义,直接取自上述论文,如下:

# define max-plus number type

immutable MPNumber{T} <: Number
val::T
end

+(a::MPNumber, b::MPNumber) = MPNumber(max(a.val, b.val))

*(a::MPNumber, b::MPNumber) = MPNumber(a.val + b.val)

show(io::IO, k::MPNumber) = show(io, k.val)

zero{T}(::MPNumber{T}) = MPNumber(typemin(T))

one{T}(::MPNumber{T}) = MPNumber(zero(T))

promote_rule{T<:Number}(::Type{MPNumber}, ::Type{T}) = MPNumber

mparray(A::Array) = map(MPNumber, A)

array{T}(A::Array{MPNumber{T}}) = map(x->x.val, A)

最大加法和乘法的基本测试工作得很好,例如
MPNumber(1) + MPNumber(1)

MPNumber(1) ,正如预期的那样。最大加矩阵求幂,如论文中所示,也很有魅力:
A = mparray(Array([[1, 2] [3, 4]]))
A*A


2×2 Array{MPNumber{Int64},2}:
MPNumber{Int64}(5) MPNumber{Int64}(7)
MPNumber{Int64}(6) MPNumber{Int64}(8)

但是,当我尝试将最大加向量与最大加矩阵相乘时,
A = mparray(Array([[1, 2] [3, 4]]))
x = mparray([1, 2])

A*x

我收到以下错误:
MethodError: Cannot `convert` an object of type Int64 to an object of type MPNumber{Int64}
This may have arisen from a call to the constructor MPNumber{Int64}(...) since type constructors fall back to convert methods.

Stacktrace:
[1] generic_matvecmul!(::Array{MPNumber{Int64},1}, ::Char, ::Array{MPNumber{Int64},2}, ::Array{MPNumber{Int64},1}) at ./linalg/matmul.jl:434
[2] Ac_mul_B(::Array{MPNumber{Int64},1}, ::Array{MPNumber{Int64},2}) at ./linalg/rowvector.jl:227

我对 Julia 还是很陌生,所以我很难弄清楚这里出了什么问题以及如何修复它。任何帮助将非常感激。

最佳答案

这是在 Julia 0.6.2 下测试的。
使用以下代码:

struct MPNumber{T} <: Number
val::T
end
Base.:+(a::MPNumber, b::MPNumber) = MPNumber(max(a.val, b.val))
Base.:*(a::MPNumber, b::MPNumber) = MPNumber(a.val + b.val)
Base.show(io::IO, k::MPNumber) = show(io, k.val)
Base.zero(::MPNumber{T}) where T = MPNumber(typemin(T))
Base.one(::MPNumber{T}) where T = MPNumber(zero(T))
Base.zero(::Type{MPNumber{T}}) where T = MPNumber(typemin(T))
Base.one(::Type{MPNumber{T}}) where T = MPNumber(zero(T))
mparray(A::Array) = map(MPNumber, A)

(我建议您仅从这部分开始,因为转换和促销更加棘手,并且不需要您的目的)。

请注意,关键部分是我正在从 Base 扩展函数。通过前置 Base.在他们面前。对于 +*您需要另外使用 :在函数名之前。

现在你可以运行所有你想要的:
julia> MPNumber(1) + MPNumber(1)
1

julia> A = mparray(Array([[1, 2] [3, 4]]))
2×2 Array{MPNumber{Int64},2}:
1 3
2 4

julia> A*A
2×2 Array{MPNumber{Int64},2}:
5 7
6 8

julia> A = mparray(Array([[1, 2] [3, 4]]))
2×2 Array{MPNumber{Int64},2}:
1 3
2 4

julia> x = mparray([1, 2])
2-element Array{MPNumber{Int64},1}:
1
2

julia> A*x
2-element Array{MPNumber{Int64},1}:
5
6

随心所欲。

编辑:我做了 zeroone代码中的定义更完整并遵循标准要求。

关于julia - Julia 中的半环矩阵向量乘积不起作用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50106950/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com