Finden kleinster Eigenvektoren mit großer Matrix mit geringer Dichte, die in SciPy über 100-mal langsamer sind als in Octave
Ich versuche, wenige (5-500) Eigenvektoren zu berechnen, die den kleinsten Eigenwerten großer symmetrischer quadratischer Sparse-Matrizen (bis zu 30000 x 30000) entsprechen, wobei weniger als 0,1% der Werte ungleich Null sind. Ich verwende derzeit scipy.sparse.linalg.eigsh im Shift-Invert-Modus...