linear-algebra

    3热度

    2回答

    这可能更像是一个线性代数问题,但是说我有一个SCNVector,并且我想要一个新的SCNVector,它与y轴(或任何轴)之间的角度与原始角度成一定角度。如此理想地: extension SCNVector3 { // assume dot, cross, length, +, - functions are available. enum Axis { case

    1热度

    2回答

    我一直试图围绕任意轴工作得到矩阵旋转,我想我很接近但是我有一个bug。我对3D旋转比较陌生,对发生的事情有基本的了解。 public static Matrix4D Rotate(Vector3D u, Vector3D v) { double angle = Acos(u.Dot(v)); Vector3D axis = u.Cross(v); double c

    1热度

    2回答

    让Q是一个分布式的行矩阵中的星火,我想计算的Q跨产品与它的转Q'。 尽管行矩阵确实有一个multiply()方法,但它只能接受局部矩阵作为参数。 码图(斯卡拉): val phi = new RowMatrix(phiRDD) // phiRDD is an instance of RDD[Vector] val phiTranspose = transposeRowMatrix(phi)

    1热度

    1回答

    我有一列100 N-dimensional矢量和一列100 MxN矩阵。因此,您可以将这两种数据结构看作100xN列表(或numpy数组)和100xMxN列表(或numpy数组)。 我想要做的是取每个向量及其对应矩阵的点积,使得输出应该是100 M-dimensional矩阵(即100xM列表或numpy数组)。 但是,我不确定如何做到这一点。我不想迭代地做,因为效率显而易见。我也知道这不是基本的

    3热度

    1回答

    我试图实现一个块不共轭梯度算法,不受从不可逆残差矩阵的分解;但是我得到了无意义的结果(在每次迭代中,排名Rcurrent应该变小,而不是增加)。它被提供在Hao Ji和Yaohang Li的论文“A breakdown-free block conjugate gradient method”中。 这里的算法: 这是我在茱莉亚实现: function orth(M::Matrix) ma

    -1热度

    1回答

    我正在比较np.eig(np.dot(A.T,A))** 2和np.eig(A)计算出的特征值。 我发现一些值是相同的,但有些不是。有人可以告诉我为什么会发生这种情况?

    -2热度

    1回答

    我想在Python中使用两个公式为Paper。 这个公式: 我把它翻译成这样的代码: P = A #(size 24x24) Q = B #(size 24x24) sum_of_all = 0 for row in range(0,P.shape[0]): for column in range (0,P.shape[1]): zwischen

    3热度

    2回答

    我需要检查矩阵是否在Python单一,对于我使用这个功能: def is_unitary(m): return np.allclose(np.eye(m.shape[0]), m.H * m) ,但是当我试图通过指定一个矩阵: m1=np.matrix([complex(1/math.sqrt(2)),cmath.exp(1j)],[-cmath.exp(-1j).conjugate

    1热度

    1回答

    我使用Jupyter QtConsole上运行的Python v.3.6。我试图用Sympy在一个数据集上做一些线性代数,用于将预测与调查分数联系起来的个人项目。本质上,我设置了一个增广矩阵,其中N = 14个线性方程组和M = 5个未知数,并且试图解决这个系统。我的问题是,当我使用solve_linear_system命令我增广矩阵,我没有得到任何输出我的代码: import sympy fr

    1热度

    1回答

    我试图在Tensorflow中生成一个简单的线性模型。下面是代码... N = 400 features = 100 nSteps = 1000 data = (np.random.randn(N, features), np.random.randint(0, 2, N)) W = tf.placeholder(tf.float32, shape=(features,1), nam