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。
