outer_k 选项在 krylov 求根方法中有什么作用?
What does the outer_k option do in the krylov root finding method?
我正在使用 scipy 求根。我正在使用 krylov
方法,因为它可以解决非常大的问题。我已经让它工作得很好,但我正在尝试调整参数。通过阅读 docs,我的理解是 outer_k
参数某种程度上表明雅可比的近似值有多好,但是,它似乎并没有改变我的迭代值(我' m 运行 verbose/disp = 真).
有人可以提供有关 outer_k
参数的更多信息吗?
谢谢
请参阅 scipy.sparse.linalg.lgmres 并查看参考文献中链接的论文以获取更多信息。
谷歌搜索给出论文的 PDF:https://www.google.com/search?q=A%20Technique%20for%20Accelerating%20the%20Convergence%20of%20Restarted%20GMRES
简单的解释是,在对隐式雅可比矩阵求逆时,算法在重新启动 GMRES 时保留 k
"representative" 个先前 Krylov 子空间的向量。
我正在使用 scipy 求根。我正在使用 krylov
方法,因为它可以解决非常大的问题。我已经让它工作得很好,但我正在尝试调整参数。通过阅读 docs,我的理解是 outer_k
参数某种程度上表明雅可比的近似值有多好,但是,它似乎并没有改变我的迭代值(我' m 运行 verbose/disp = 真).
有人可以提供有关 outer_k
参数的更多信息吗?
谢谢
请参阅 scipy.sparse.linalg.lgmres 并查看参考文献中链接的论文以获取更多信息。
谷歌搜索给出论文的 PDF:https://www.google.com/search?q=A%20Technique%20for%20Accelerating%20the%20Convergence%20of%20Restarted%20GMRES
简单的解释是,在对隐式雅可比矩阵求逆时,算法在重新启动 GMRES 时保留 k
"representative" 个先前 Krylov 子空间的向量。