Question

我正在尝试将scipy.sparse.linalg.eigsh与固定种子一起使用。

为此，我需要指定v0参数。但是，我无法弄清楚到底要输入v0是什么，因为这里的文档非常贫乏（它只说numpy.ndarray），并且错误消息对我而言没有提供信息。

代码：

import numpy as np
import scipy.sparse.linalg

A = scipy.sparse.rand(10,10)
# v0 = np.random.rand(10,10)
v0 = np.random.rand(10,5)
w, v = scipy.sparse.linalg.eigsh(A, k=5, v0=v0)

错误：

错误：无法将_arpack.dsaupd的第十个参数'workd'转换为 C / Fortran数组

Answer 1

首先，文档没有提及参数v0必须对种子做任何事情。它说

v0：ndarray，可选迭代的起始向量。默认值：随机

据我幼稚的理解，当它开始找到特征值和特征向量时，它的初始向量就将这个参数v0作为初始向量，现在到seed事物，我们使用seed固定为这些向量生成的数字。因此，您的问题确实没有任何意义。即使您运行该程序，您也会得到不同的结果，并避免使用seed使结果可重复。

再次，我在这里可能是错的。

第二，如果您想为自己的方法修复种子，我建议使用numpy来修复种子，因为scipy使用numpy来生成随机数。

所以代码看起来像这样

import numpy as np 
np.random.seed(seed= 13)

然后如果参数v0是种子，则可以完全避免使用它

w, v = scipy.sparse.linalg.eigsh(A, k=5)

同样，我可以在注释中发布此内容，但是最好还是添加一些代码以使您的观点清楚。

PS

我可能会误解了您的问题，如果是这种情况，请随时赞成。

Answer 2

从eigsh获取可重复结果的正确方法是：

import numpy as np
import scipy.sparse.linalg

np.random.seed(0)
A = scipy.sparse.rand(10,10)
v0 = np.random.rand(min(A.shape))
w, v = scipy.sparse.linalg.eigsh(A, k=5, v0=v0)

每次都有相同的结果。（正确评论请注明@hpaulj）

请注意，不设置v0来固定种子是不够的：

np.random.seed(0)
A = scipy.sparse.rand(10,10)
w, v = scipy.sparse.linalg.eigsh(A, k=5)

每次都有不同的结果。

具有固定种子的scipy.sparse.linalg.eigsh

2 个答案: