我想知道在Lapack中是否存在一个函数，用于对一个非常高且细小的矩阵的列进行正交归一化。 A similar previous question asked this question, presumably in the context of a square matrix。我的设置如下：我有一个M乘N矩阵A，我试图对列进行正交归一化。
所以，我的第一个想法是做一个qr分解。在Lapack中进行qr分解的函数似乎是dgeqrf和dormqr。大。但是，我的问题如下：我的矩阵A太高了，我不想实际计算所有的Q，因为它是M由M.实际上，我不能实例化在我的任何计算过程中，M都是M矩阵（它不适合存储器）。我宁愿只计算wikipedia calls Q1的矩阵。但是，我似乎找不到办法让这项工作。
奇怪的是，我认为这是可能的。特别是Numpy有一个函数numpy.linalg.qr，似乎就是这样做的。然而，即使在阅读了他们的源代码之后，我也无法弄清楚他们是如何使用lapack调用来实现这一点的。
人们有想法吗？我强烈希望这只使用lapack函数，因为我希望将此代码移植到CuSOLVE，后者已经为GPU实现了几个lapack函数（包括dgeqrf和dormqr）。
答案 0 :(得分：0)
您想要QR的“瘦身”或“经济尺寸”版本。在matlab中，您可以使用：
[Q,R] = qr(A,0);
我没有直接使用过Lapack，但我想在那里会有相应的电话。看来你可以在python中用：
来做到这一点numpy.linalg.qr(a, mode='reduced')