问题标签 [inversion]

是否可以使用 clBLAS 计算一般矩阵求逆？或者指向一个示例内核？要反转的矩阵将相当小（通常为 7*7、28*28 或 84*84），但反转只是较大算法的一部分，因此仍应在 gpu 上完成。提前致谢。

在编写程序时refine，我试图inversion在目标是. 这是我尝试做的证明的简化版本。FalseType

Coq 抱怨

但是，由于我什么都不做T，所以没关系，...或？

我摆脱了T这样的，证明通过了：

Coq 抱怨的原因是什么？仅仅是 , 等方面的缺陷inversion吗destruct？

我试图证明一个微不足道的引理，这是对我在另一点发现自己的情况的再现。

证明看起来很简单：

现在我的目标状态显示：

很明显，S n不能与 统一n，所以我应该能够反转这个假设：

但是，我现在的状态不是解决目标，而是显示：

嗯？我现在只是在一个无限循环中。我可以inversion H0，我只是得到一个H1，等等。

我能够通过归纳证明引理：

但这有点傻，因为可以想象，首先允许自反相等的统一算法不应该S n与n.

这里发生了什么 ？

我有一个算法，它分配一个具有预定义大小 N x N 的复数双矩阵“A”。元素最初为零。我还分配了大小为 N x N 的矩阵来存储逆矩阵“A_inv”。在算法期间，“A”的元素被填充。在每次迭代 i 时，我都会得到一个大小为 ix i 的子矩阵。所以第二次迭代看起来像这样，其中 N=4：

其中 x 表示一些非零值。现在我希望反转矩阵的非零部分（本例中为 2x2 矩阵）。到目前为止，我一直在通过以下方式做到这一点：

1. 将“A”的非零元素复制到 2x2 gsl 矩阵
2. 使用 gsl LU 分解来反转 2x2 gsl 矩阵
3. 将 2x2 倒置矩阵复制到 A_inv

这种方法的问题是我必须在每次迭代中复制一个矩阵两次。一次到较小的 nxn gsl 矩阵，一次将生成的反向 nxn gsl 矩阵复制到 A_inv。

我想知道是否有人知道更直接的方法。有没有办法使用一些 gsl 函数来仅反转矩阵的一部分并忽略任何零元素？说这样的话：

其中 n < N。这里invert_submatrix()只考虑 A 的 nxn 部分。此外，原始矩阵“A”不能被这种反转改变。也许最后的需求使得无论如何都必须复制矩阵，在这种情况下，它不会比我现在做的更有效率。也就是说，gsl 算法往往比我通常想出的任何方法都高效得多。因此，对此的想法仍然非常受欢迎。

在 IDLE 中运行代码时会出现以下错误：

代码：-

我需要你的一些建议，我希望它不会占用你很多时间。

所以这是我的问题：我有一个小的方形密集矩阵，可能大小为 4x4、8x8、16x16，我想使用 CUDA 对其进行逆运算。

问题的特殊部分是我有 1024 个空闲 cuda 线程来执行此任务。所以我怀疑像 Gauss Jordan 这样最普遍的逆向方法在这里不能正常工作，因为它们稍微平行，并且只会使用大量 1024 中的大约 4-16 个线程。

但是我还能如何使用所有可用线程来反转这个矩阵呢？

感谢您的关注！

is it possible to find a optimal sorting algorithm with a given number of elements in a presorted sequence and a inversions number or a Pearson's r of that sequence?

For example I have a presorted sequence of 262143 elements.

The maximum amount of inversions is donated by (n(n-1))/2 where n is the number of elements in the sequence (see here page 2 for this assumption). For this example the maximum is therefor 34359345153.

Now the number of inversions of my presorted sequence is 1299203725 which is 3.78% of the maximum. My Pearson's r is 0.9941. By my understanding this should be a presorted sequence with a high "sortedness" (Please correct my if I'm wrong).

I found many references to the number of inversions and the Person's r as a way to define the "sortedness" of a sequence but I could not get some kind of comparison for which number of elements and inversions/Pearson's r which sorting algorithm is the preferred one.

Thanks for your help.

我正在开发一个改进的版本，merge sort以便它counts the number of inversions。

注意：我不希望你完成我的作业，但我对此有一些想法，并且很想知道它们是否有意义。

由于合并排序是O(nlogn我需要在不降低其整体性能的情况下对其进行调整。我认为对此我必须插入一个需要恒定时间的测试（1）

（1）我测试反转（上）A[i] > A[j] given that i<j

为了找到合适的位置插入测试，我问自己：when during the execution of merge sort is guaranteed that the test runs unrelated to n?

我认为唯一正确的地方是the list is split into one-element lists

因此，我会提出以下算法调整

这有意义吗？

最终，我必须进行倒数计数，直到算法终止。有人可以就这个问题给我一个提示吗？

（直观地说，当合并完成时算法终止时，我会计算合并部分。）

干杯，安德鲁

我正在尝试为古应力反演编写遗传算法程序，即从给定的一组数据中我想计算应力张量。（最小化问题）

我已经生成了一个用于测试的合成数据集，但它没有给我想要的结果。

我的适应度值在几次初始迭代中收敛得非常快，但一段时间后它会变平并且不会给出低于该值的适应度。

期望的健身 ~ 10^(-6) 我得到的健身 ~ 0.015

我还注意到我正在使用的数据群（总体大小 = 20），它们中的大多数在几百次迭代后采用相同的值，即 20 个值中的大约 15 个值是相同的，所以我猜是交叉将停止产生新的后代。

遗传算法的逻辑是 - 种群大小 20 迭代次数 1000 单点交叉锦标赛 选择变异概率 = 1/no。位数

我在matlab上进行过编程

这是我为 C++ 中的反转计数编写的代码。如果你写一些其他的递归方法。请尝试向我解释。我将反转计数存储在 countI 中。我得到 2 作为我在主函数中声明的数组 A[] 的输出。