本文探讨了如何利用Hadoop实现矩阵乘法，介绍了一种转换思路，即将矩阵M的一行与N的一列相乘转换为M的一列中的每个数与N的每一行相乘再累加的方法。此外，还提到了PageRank算法如何转化为矩阵乘法并通过MapReduce计算，并简要介绍了SVD分解的并行算法。
hadoop ，行与行的乘法。
http://carbon.cudenver.edu/csprojects/CSC5809S01/Simd/parmult.html
一直很奇怪矩阵的乘法怎么在hadoop上面实现。看了上面的演示，才发现其实事情很简单。
矩阵M*N=A，受到习惯思维的影响，矩阵的一个元素Aij是M的一行与N的一列相乘。但是实际上可以转换为M的一列中的每一个数和N中每一行相乘，然后累加起来，就是最后的矩阵A。
PageRank算法可以整理为矩阵的乘法，最后也就化解为map-reduce的计算方法。
svd分解的并行算法：
《Parallel Algorithms for the Singular Value Decomposition 》
《A parallel algorithm for computing the singular value decomposition of a matrix》
http://carbon.cudenver.edu/csprojects/CSC5809S01/Simd/parmult.html
一直很奇怪矩阵的乘法怎么在hadoop上面实现。看了上面的演示，才发现其实事情很简单。
矩阵M*N=A，受到习惯思维的影响，矩阵的一个元素Aij是M的一行与N的一列相乘。但是实际上可以转换为M的一列中的每一个数和N中每一行相乘，然后累加起来，就是最后的矩阵A。
PageRank算法可以整理为矩阵的乘法，最后也就化解为map-reduce的计算方法。
svd分解的并行算法：
《Parallel Algorithms for the Singular Value Decomposition 》
《A parallel algorithm for computing the singular value decomposition of a matrix》
扫一扫
510
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
