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。