matrix

    0

    1答えて

    と二部グラフに行列を変換する方法 私の行列は、私は、この行列に基づいて最適なジョブ割当て方式を見つけることを任務としています 3 4 1 2 2 0 1 2 3 1 0 5 5 1 3 2 2 1 0 5 1 4 2 1 3 です。 j番目の作業を行っているi番目の作業者の作業効率w(ij)は、上記の行列で表されます。 1)この行列をコードを使ってきれい

    0

    2答えて

    nを正の整数とします。私たちは行列Bを持ちます。行列Bはn個の列を持ち、そのエントリは1とnの間の整数です。目的は、Bの行を置換(n)の行と照合して、ベクトルvのインデックスを記憶することです。 例えば、次のことを考えてみましょう。 Bの最初の2行は、順列の行番号1(3)、第三に等しいので permutations(3)= [,1] [,2] [,3] [1,] 1 2 3 [2,]

    3

    1答えて

    PyCUDAを使用していくつかの行列演算を並列化しようとしています。 しかし、私は本当に理解していない結果があります。行列積A * Bの行列Aの行数に10を乗じると、計算時間はほとんどの場合10倍になりません。 は、このコードを取る:私はそれを実行すると import time import numpy as np nb_traces=pow(10,1) # Nb lines nb_sam

    -1

    1答えて

    行列をコード値で指定する必要がありますが、その方法を知りません。 私を助けることができますか? 私が悪い編集のために申し訳ありません <html lang="pl"> <html><head><meta charset="utf-8"><title>New</title> <style type="text/css"> body font-size:20px; margin:0px 100p

    2

    1答えて

    私は病気のリスクモデルの一部として、(Python/numpyの)論文から計算を実装しようとしています。次の行列演算: : X [NM]。 mは(1..200)適度な大きさであるが、nは非常に大きく(> 500K)である Wは[NN]であり、過度に大部分であるが、唯一の対角線 に非ゼロ値を有します また、Qの対角要素を出力するだけでよいです。 私はこれを効率的に計算することができるいくつかの魔法の

    1

    1答えて

    私の究極の目標は、閉じた曲線を描き、それらの点の位置で行列を得ることです。明らかにこれらの点は無限になりますが、0.1単位で区切られた点のグリッドで構成されています。 最後に、キャンバスに任意の点を配置​​し、曲線の内側か外側かを推測します最後の部分はすでに私はそれを行う方法を知っています。

    0

    2答えて

    dtype=objectのnumpy配列を疎配列に変換したいとします。 csr_matrix。ただし、これは失敗します。でも csr_matrix(['a', 'b', 'c']) 同じエラーを生成を呼び出して、実際には TypeError: no supported conversion for types: (dtype('O'),) :スパース行列への呼び出しの x = np.array

    1

    1答えて

    cを歩いて見つけます。 私はNxM(N:行、M:cols)の行列を持っています。ロボットが行列を歩いているとき、彼は下または右のいずれかに行くことができます(対角線の移動は許されません)。常に最左端の角から開始します。 ロボットは、移動する各セルから「宝物」を収集しています。いくつかの収集ポイントが彼のために割り当てられ、彼は収集ポイントに宝物を運ばなければならない(そして、それに到達した後、彼は

    0

    1答えて

    私はこのような行ベクトルからベクトルと各要素との積からなる行列を取得しようとしている行ベクトルの要素とベクトルMutliplying: Eigen::Vector3f vec; vec << 1, 2, 3; Eigen::RowVectorXf val; val.setLinSpaced(5, 1, 5); //val = [1,2,3,4,5] //resu

    0

    1答えて

    からCOO行列を作成する私はこのようになります2D numpyの配列は、 [[3, 4, 5, 6], [4, 5, 6, 7], [9, 10, 3, 5]] 私は、次のコードを使用してCOO行列にこれを変換しています # Flatten 2D array data = np.asarray(twod_array).flatten() row = np.arange(0, len(dat