我想为稀疏(crs / ccs)矩阵A
解决一系列最小二乘问题(基本上是高斯-牛顿求解器)。 H = A^T * A
产品是最耗时的操作之一。 A
的数值不同,但稀疏度相同,因此H
的稀疏度在计算过程中是恒定的。假设A
的行多于列。
我的主要问题是:真正快速地执行此产品的正确方法是什么?我了解无矩阵求解器,但目前我想探索解析解。
我还有几个小问题
1)在存在矢量化的情况下,仅计算三角部分优化(sparse sparse product A^T*A optim in Eigen lib)是否有意义?
2)我如何告诉本征H
的稀疏性是恒定的?因此,特征值应该使用已经预先分配的缓冲区,并且不应该检查结果模式。
3)A
和H
的哪个顺序对H = A^T * A
,行专业或列专业更有利?
谢谢您的回答,对不起我的英语