eigenvector - Intel Math Kernel 中的特征值和特征向量计算

标签 eigenvector eigenvalue intel-mkl

有谁知道英特尔数学内核库中用于特征值和特征向量计算的算法是什么? From the link我可以发现它似乎使用pdsyev algorithm ,它使用 QR 算法,即 deteriorate in the face of large matrix

如果这是真的,那么 mkl 就不是计算大规模特征值问题的合适库。

你觉得怎么样?还是我误解了上面的文字?

最佳答案

据我所知,MKL 代表了一个“正常”的 Lapack,封装了优化的 Blas。也许到处都有一些额外的小东西。然而,Lapack 仅包含用于计算特征值和向量的 O(N^3) 缩放算法。对于大规模问题 - 如果只需要有限数量的特征值 - 其他库,例如ARPACK可以表现得更好。

关于eigenvector - Intel Math Kernel 中的特征值和特征向量计算,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1906213/

相关文章:

python - PCA——使用 Numpy 计算减小尺寸的矩阵

.net - 使用 C# 中的高级矩阵库计算 C# 中的特征向量。网

python - numpy.linalg.cond 返回最大和最小特征值的比率吗?

vectorization - 英特尔数学核心函数库 (MKL) 是否利用英特尔 CPU 中的集成 GPU?

c - Intel MKL --- *** glibc 检测到 *** free() : invalid next size (fast): 0x00000000006302c0 ***

cmake - 如何在CMake中链接-lpthread -lm -ldl

matlab - MATLAB 中的特征值

C++ 线性代数库 Armadillo : how to use eig_pair to get the same result as eig function in Matlab?

python - Python 中的 eig(a,b) 给出错误 "takes 1 positional argument but 2 were given"

python - NumPy linalg.eigh 返回不正确的特征向量