提高求解线性方程的速度

问题描述

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？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）