質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.63%

pythonで多次元行列を実装するには(多次元正規分布の分散行列)

解決済

回答 3

投稿

  • 評価
  • クリップ 0
  • VIEW 804

kohekoh

score 136

タイトル通りです

仮に50000×50000のような多次元のゼロ行列を作ろうとすると

numpy.zeros((50000,50000))


のようになると思うのですが
もちろんメモリオーバーになります

このような大規模行列を実装する方法はあるのでしょうか

やりたいこととしては
多次元正規分布があるとして,仮に変数が50000個あるとすると
50000×50000の分散の行列になると思うのですが
これを機械学習で推定していきたいというものです

これを解消するにはどうすればよいでしょうか

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

checkベストアンサー

+1

零の要素が多い行列 (疎行列) の表現は、scypi.sparse など疎行列を扱うパッケージを使えます。
機械学習ライブラリ scikit-learn でも疎行列形式を利用できます。

scypi.sparse
Python: scipy.sparseで疎行列計算する

このような大規模行列を実装する方法はあるのでしょうか
やりたいこととしては多次元正規分布があるとして,仮に変数が50000個あるとすると50000×50000の分散の行列になると思うのですがこれを機械学習で推定していきたいというものです

50000×50000 の行列が密行列でメモリの乗り切らないのなら無理です。
問題設定を見直してください。


 np.float32

  • 別名: 単精度
  • 必要なバイト数: 4バイト*5万*5万
  • 表現できる桁数: 約8桁

 np.float64 (Python の float)

  • 別名: 倍精度
  • 必要なバイト数: 8バイト*5万*5万
  • 表現できる桁数: 約15桁

単精度の精度で十分であれば、float32 でもよいです。
実際、Deep Learning や 3DCG では大量のデータを扱う、倍精度ほどの精度が必要ないという理由で、単精度が一般的に使われています。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/10/18 20:42

    追記しました。どのくらいの精度が必要かによります。

    キャンセル

  • 2018/10/18 20:44

    なるほどです
    ありがとうございます

    キャンセル

  • 2018/10/18 20:46

    すいません。回答に誤記がありました。単精度の場合約8桁、倍精度の場合約15桁の精度があります。丸め誤差によりこれより精度が落ちる場合はあります。

    キャンセル

+1

まったく無駄なく1変数8byteで表現できたとしても2.5*10^9 byteですか・・・

まあ、乗らないというほどでもないのでは。16GB以上のメモリを積んだマシンなら、たぶんメモリに乗り切ると思います。効率的に計算できるかはまったく別ですが。

いずれにせよ50000*50000を直接扱うのは無茶なので、低ランク近似ですね。さすがにメジャーな話題なので、大規模向きの手法はたくさん提案されているはずですし、ライブラリも探せばあるでしょう。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

+1

グラフを隣接行列ではなく、隣接リストで表すと、メモリが削減できるように
疎行列の0要素を持たないようにするといいと思います。
密行列の場合は、分かりません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.63%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る