dask.array.linalg.tsqr
dask.array.linalg.tsqr¶
- dask.array.linalg.tsqr(data, compute_svd=False, _max_vchunk_size=None)[源代码]¶
直接高瘦QR算法
如所呈现的：
A. Benson, D. Gleich, and J. Demmel. Direct QR factorizations for tall-and-skinny matrices in MapReduce architectures. IEEE International Conference on Big Data, 2013. https://arxiv.org/abs/1301.1071
该算法用于计算QR分解和奇异值分解。它要求输入数组具有单列块，每个块都适合内存。
- 参数
- 数据: 数组
- compute_svd: bool
是否计算 SVD 而不是 QR 分解
- _max_vchunk_size: 整数
在递归内部使用，以设置后续递归调用中块的最大行维度。
参见
dask.array.linalg.qr由这个算法驱动
dask.array.linalg.svd由这个算法驱动
dask.array.linalg.sfqr短而宽数组的变体
注释
使用
k个大小为(m, n)的块，此算法的内存使用量按k * n * n的比例扩展。这里的实现是递归变体，由于最终需要一个“单一核心”的QR分解。在算法的非递归版本中，给定
k个块，在k个m * n的QR分解之后，将会有一个“单一核心”的QR分解，它将不得不处理一个(k * n, n)矩阵。在这里，必要时应用递归来确保
k * n不大于m``（如果 ``m / n >= 2）。特别是，这样做是为了确保单核计算不必处理大于(m, n)的块。在块不规则的情况下，上述逻辑应用于使用“最高”块的“高度”来代替
m。考虑使用
rechunk方法来控制此行为。更高的块将减少总体内存使用（假设其中许多块仍能一次性放入内存中）。