问题标签 [determinants]

我正在尝试用 C++ 编写矩阵行列式函数。但是我的代码无法编译并且不知道为什么（我正在使用在线 c++ 编译器，并且 iget 的错误消息是“ * `/var/www/service/usercode/519646917/a.out' 中的错误： free()：下一个大小无效（快速）：0x00000000019c1180 * "）。看来问题出在 Free 功能上。

请问谁能告诉我我的代码有什么问题？

提前致谢 问候

我需要用 cuda 计算矩阵（双精度数组）的行列式，我想使用 LU 分解来做到这一点。我没有找到设备功能，cusolverSp.h只有主机功能cusolverSpDcsrlsvluHost。我查看 cuda 7.0 和 cuda 7.5。

我不明白为什么我找不到它，因为它在官方文档中有所描述：http: //docs.nvidia.com/cuda/cusolver/index.html#api

设备上的 Cholesky 分解等其他功能也有效。

实施了吗？如果是，我在哪里可以找到它？

感谢您的帮助！

我想知道是否有人能想到一个包含 a 和 b（以及其他实数）的 3×3 行列式，其展开式为 ab(a + b)^2。可能会有很多可能性，但只有一种可能。谢谢。

我的目标是让代码在我给它一个不是正方形的矩阵时标记为真，如果它是一个正方形则标记为假。

当我给它一个非方阵时，我的代码可以正常工作。但是，当我给它一个方阵时它会给我一个错误？

我该如何修复我的代码？

这是我收到的错误消息。

我正在寻找以下matlab函数的适当矢量化，以消除for循环并通过多线程提高速度。

size(A)= N-by- N，其中30 <= N <= 60

1e4 <= numIter <= 1e6

寻找最好的算法我发现有一个权衡：一方面是实现的复杂性和大常数，另一方面是运行时的复杂性。我选择基于 LU 分解的算法，因为它实现起来非常简单，并且性能足够好。

LIVE DEMO

det()函数是算法中最热门的函数，它使用它作为一部分。我肯定det()没有尽可能快，因为运行时性能比较（使用google-pprof）与整个算法的参考实现det()显示出与.

如何提高det()功能的性能？哪些明显的优化可以立即应用？我应该更改索引和内存访问顺序还是其他？容器类型？预取？

的典型值dimension_在 3 到 10 的范围内（但可以是 100，如果value_type是 mpfr 或其他值）。

我必须x(1)...x(9)获得det(A) = 0.

我对使用 TensorFlow 计算矩阵行列式的导数很感兴趣。我从实验中可以看出，TensorFlow 没有实现通过行列式进行区分的方法：

进一步调查表明，实际上可以计算导数。例如，参见Jacobi 公式。我确定，为了实现这种通过行列式进行区分的方法，我需要使用函数装饰器，

但是，我对张量流不够熟悉，无法理解如何实现这一点。有人对此事有任何见解吗？

这是我遇到此问题的示例：

//下面关于二次公式的代码是否可以转换为switch方法？

//对字母 b 和 c 重复同样的事情。

//int d 用于判别式。

我已经determinant为 R 中的 S4 类重载了该函数。基determinant函数返回一个包含元素modulus和的列表sign；但是，这些值是我的 S4 对象（为此*已重载）。然后我重新定义了这个det函数（我不得不深入研究Matrix包的源代码来弄清楚如何做到这一点，这本身就是一场恐怖表演。）以base::det适应我的环境。

由于我不明白的原因，base::det定义如下：

在我的对象上调用时，z按预期计算，并且z$sign很好z$modulus。我已经重载*，exp因此z$sign * exp(z$modulus)评估为我的一个对象。

但为什么 c ？

当包裹在c()返回值中时，不再是一个标量数字，而是一个包含一个元素的列表：我的对象。这不是我想要的，它破坏了我的单元测试。一些可选的解决方法：

1. 重写det，可能会破坏任何需要使用的c().
2. 我的对象不知何故超载c()（或者是as.vector？）。我什至不知道该怎么做。
3. 还有什么？

推荐的解决方案是什么，我应该如何进行？以正确的方式记录这种混乱的额外积分roxygen2。

（作为参考，这个包现在在 github 上https://github.com/shabbychef/madness）

编辑 MWE 如下所示：