任意小数精度奇异值分解和矩阵求逆的加速

Question

我正在使用mpmath来获得任意小数精度。我正在创建大型方形矩阵（30 x 30和100 x 100）。对于我的代码，我正在使用mpmath的内置包执行singular value decomposition和matrix inversion。

我的问题是mpmath很慢，即使有gmpy后端也是如此。我需要精度高达50个小数点（如果解决方案很快，我更喜欢它缩放到更多的小数点）。

有没有解决方案来加速python中的这些线性代数问题？

有人提出类似的问题here，但有2个不同之处：

1. 答案没有涉及奇异值分解
2. 答案给出了估计逆的方法，但他们并没有试图表明接近真正的答案是比更快的方法。我已经尝试过这篇文章中给出的解决方案，我发现它比mpmath的内部算法慢。

Answer 1

在这种情况下，方法是使用最快的算法将需要加速的代码重写为纯c /с++。例如，尝试直接在c ++上使用GPM库，而不使用python包装器。之后，使用pybind11将此代码连接到python代码。 pybind11的示例：https://github.com/pybind/python_example