tensorflow - 用cupy求解矩形稀疏线性方程组

Question

我正在尝试使用cupy解决稀疏特征的矩形系统。我知道内置函数sparse.linalg.lsqr(A, b)是为 square matrix 做的A。但是我喜欢解决一个矩形稀疏系统。这是我们可以解决平方系统的方法：

Import cupy as cp

A = cp.sparse.rand(200, 100, density=0.1)
b = cp.random.random(100)

x = cp.sparse.linalg.lsqr (A, b)
print(x)

它给出了矩形系统的尺寸不匹配错误，我找不到与 eg 等效的内置稀疏方法cupy.tensorsolve()。

顺便说一句，有没有办法用 Tensorflow 做到这一点？谢谢你的帮助。我正在使用谷歌 Colaboratory 笔记本。

Answer 1

对于提问者来说可能为时已晚，但对于后代我回答这个问题。

这可以通过包装MAGMAlsqr来实现，如本例所示。

Answer 2

您可以参考https://docs-cupy.chainer.org/en/stable/reference/linalg.html了解当前cupy对线性代数的支持功能。我可以找到，但到目前为止cupy.linalg.tensorsolve我找不到。cupy.linalg.lsqr

另外我认为将这个问题标记为“cupy”或“numpy”很好。