如何解决提高求解线性方程的速度
我正在处理大量数据，这些数据在使用 np.linalg.lstsq 时通常状况不佳并且运行速度极慢（我使用此函数是因为我的矩阵状况不佳，而其他函数如 np.linalg.solve(A,B)给出错误的解决方案）。 B 在每个循环中随着其值的变化而计算。这就是为什么我将它放在循环中的原因，尽管对于这个 snipet，它不是必需的。
import numpy as np
A = np.random.randn(15000,15000)
for i in range(50000):
B[i] = np.random.randn(15000)
C = np.linalg.lstsq(A,B[i],rcond=None)
如此庞大的矩阵如何显着提高速度？有没有pythonic的方法来做到这一点？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
