在 MATLAB 中有一个带有转移概率的大矩阵transition_probs，和一个邻接矩阵adj_mat。我想计算沿列的转换矩阵的累积和，然后将其与邻接矩阵相乘，邻接矩阵以这种方式充当掩码：
cumsumTransitionMat = cumsum(transition_probs,2) .* adj_mat;
我收到一个 MEMORY 错误，因为使用 cumsum 时，矩阵的所有条目都非零。
我想通过只在有非零条目的地方设置累积和条目来避免这个问题。如果不使用for 循环，如何做到这一点？
【问题讨论】：
标签： matlab memory matrix sparse-matrix adjacency-matrix
当对行应用 CUMSUM 时，对于每一行，它将填充从它找到的第一个非零列开始直到最后一列的值，这就是它的定义。
就存储而言，最坏的情况是稀疏矩阵在第一列包含值，最好的情况是所有非零值都出现在最后一列。示例：
% worst case
>> M = sparse([ones(5,1) zeros(5,4)]);
>> MM = cumsum(M,2); % completely dense matrix
>> nnz(MM)
ans =
25
% best case
>> MM = cumsum(fliplr(M),2);
如果生成的矩阵不适合内存，我看不出你还能做什么，除了可能在行上使用 for 循环，并以较小的批次处理矩阵...
请注意，您不能在计算累积和之前应用屏蔽操作，因为这会改变结果。所以你不能说cumsum(transition_probs .* adj_mat, 2)。
【讨论】：
randsample。问题是，当一次计算整个矩阵的结果时，它太密集而无法放入内存中。这就是为什么我建议逐行循环而不是矢量化调用的原因。抱歉，我无法提供更多帮助:)
i，您只需要查看其对应的行transition_probs(i,:)，我的理解是否正确？跨度>
cumsumTransitionRow = cumsum(transitionMat(row_temp,:)) . graph_com(row_temp,:); nodesLess = find(rand <= cumsumTransitionRow(:));，所以我计算该状态 i 的感兴趣行，转换矩阵的适当行号，将其屏蔽并使用可交换矩阵采样下一个状态的转移概率之和
您只能将cumsum 应用于非零元素。这是一些代码：
A = sparse(round(rand(100,1))); %some sparse data
A_cum = A; %instantiate A_cum by copy A
idx_A = find(A); %find non-zeros
A_cum(idx_A) = cumsum(A(idx_A)); %cumsum on non-zeros elements only
你可以检查输出
B = cumsum(A);
A_cum B
1 1
0 1
0 1
2 2
3 3
4 4
5 5
0 5
0 5
6 6
而isequal(A_cum(find(A_cum)), B(find(A_cum))) 给出1。
【讨论】：