我正在尝试使用 scipy.sparse.linalg.eigsh固定种子。
为此,我需要指定 v0 参数。但是,我无法弄清楚 v0 中到底需要什么,因为这里的文档非常少(它只是说 numpy.ndarray)并且错误消息对我来说没有信息。
代码:
import numpy as np
import scipy.sparse.linalg
A = scipy.sparse.rand(10,10)
# v0 = np.random.rand(10,10)
v0 = np.random.rand(10,5)
w, v = scipy.sparse.linalg.eigsh(A, k=5, v0=v0)
错误:
error: failed in converting 10th argument `workd' of _arpack.dsaupd to C/Fortran array
请您参考如下方法:
首先,文档在任何地方都没有提到参数 v0 必须对种子做任何事情。它说
v0 : ndarray, optional Starting vector for iteration. Default: random
根据我对初始向量的天真理解,当它开始寻找 特征值 和 特征向量 时,它将此参数 v0 作为初始向量从开始,现在到 seed 的事情,我们使用 seed 来修复为这些向量生成的数字。所以你的问题真的没有意义。即使你运行这个程序,你也会得到不同的结果,为了避免我们使用 seed 来使结果可重现。
同样,我在这里可能是错的。
其次,如果您想为您的方法修复种子,我建议使用 numpy 来修复种子,因为 scipy 使用 numpy 生成随机数数。
所以代码看起来像这样
import numpy as np
np.random.seed(seed= 13)
然后如果参数 v0 是种子你可以完全避免它
w, v = scipy.sparse.linalg.eigsh(A, k=5)
同样,我本可以将其发布在评论中,但最好还是添加一些代码来阐明您的观点。
附言
我可能误解了你的问题,如果是这样,请随时投反对票。
