如何解决求解大型矩阵线性方程组的最快方法
我的线性方程组以AX = B
的形式表示。为了找到X
,X = inverse(A) * B
。
有很多库,例如numpy.linalg.solve
,numpy.linalg.lstsq
或numpy.linalg.inv
用于求解X。但是,由于大小为A = 20000 * 20000,计算时间使用上面列出的任何库都是巨大的。
话虽如此,在我的伪代码存在的情况下处理庞大的数据集(size(A) = 20000*20000
和size(B) = 20000 * 1
)
X = numpy.linalg.inv(A)*B)
X
将被迭代25000次,因此时间非常关键。
有没有更快的方法来求解线性方程?
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。