2024-10-01 13:44:32 发布
网友
我目前正在使用sklearn的ProjectedGradientNMF和nimfa的Lsnmf解算器来计算非常稀疏的矩阵。ProjecteGradientNMF运行速度较慢,但收敛到一个更接近的解,而Lsnmf的运行速度是Lsnmf的两倍,但会收敛到一个进一步的解决方案(frobenius范数距离度量)。在
我很好奇python社区目前有哪些最快或最接近的解算器,或者对于稀疏矩阵有更好的选择(矩阵是稀疏的,不是吗稀疏稀疏)? 在
scikit-learn的0.17版本有一个基于坐标下降的解算器,它比以前的投影梯度快得多。在
这里有一个基准:https://github.com/scikit-learn/scikit-learn/pull/4852这是一个拉请求,包括来自mblondelhttps://gist.github.com/mblondel/09648344984565f9477a的坐标下降解算器
你说的稀疏不是什么意思稀稀拉拉的?它来自哪个图书馆?在
scikit-learn的0.17版本有一个基于坐标下降的解算器,它比以前的投影梯度快得多。在
这里有一个基准:https://github.com/scikit-learn/scikit-learn/pull/4852这是一个拉请求,包括来自mblondelhttps://gist.github.com/mblondel/09648344984565f9477a的坐标下降解算器
你说的稀疏不是什么意思稀稀拉拉的?它来自哪个图书馆?在
相关问题 更多 >
编程相关推荐