共轭梯度（CG）方法计算数学与科学工程计算研究所陆嵩简单介绍共轭梯度方法也是一种迭代方法，不同于Jacobi，Gauss-Seidel和SOR方法，理论上只要n步就能找到真解，实际计算中，考虑到舍入误差，一般迭代3n到5n步，每步的运算量相当与矩阵乘向量的运算量，对稀疏矩阵特别有效。共轭梯度方法对于求解大型稀疏矩阵是很棒的方法，但是这个方法看起来总不是太靠谱。这个方法也不是越迭代精度越高，有

vscode 远程连接 docker 容器进行 C++ 代码调试实践vscode 是可以利用远程的编译环境在本地进行打断点调试的。文章目录vscode 远程连接 docker 容器进行 C++ 代码调试实践服务器端创建容器并进行端口映射容器设置vscode 远程连接容器调试服务器端创建容器并进行端口映射docker run -it \--name abacus2 \--workdir /root

使用回归技术预测房价问题描述与数据观察我从kaggle上找了一个问题，链接为房价预测。大概的意思就是，根据房子的一系列信息，包括面积，地段，环境等等，我来预测它的房价。它告诉了我一部分已知特征和房价的房子作为训练集，给出另外一部分只知特征的房子，让我预测出它们的房价。下载的数据有三个csv文件，一个是训练数据，一个是测试数据，另外一个数据提交的样例。训练数据为1460x80的一个表...

vscode 远程连接 docker 容器进行 C++ 代码调试实践vscode 是可以利用远程的编译环境在本地进行打断点调试的。文章目录vscode 远程连接 docker 容器进行 C++ 代码调试实践服务器端创建容器并进行端口映射容器设置vscode 远程连接容器调试服务器端创建容器并进行端口映射docker run -it \--name abacus2 \--workdir /root

用深度学习求解高维偏微分方程简述：我们一般求解的传统的PDE维数也就二维三维，但是在其他领域中，比如说金融学，通过数学建模构建出来的PDE的维数及其之高，维数升高带来的“维数灾难”问题亟待解决。这篇文章，介绍了一种基于深度学习的方法，可以处理一般的高维抛物型方程。这篇文章，用反向随机微分方程构造PDE，并用神经网络近似未知解的梯度，来求解高维的偏微分方程。高维PDE的来源：1、量子多体问...

计算数学领域一些期刊（持续更新）前言前些日子某某同学告诉我，XX 期刊在计算数学领域排第四，我其实挺纳闷的，这么具体的一个数值是从哪来的呢。就挺好玩的认知。有的同学也总喜欢问，发的是不是 SCI，是几区的，有时候都不知道怎么回答。就好像有个声音突然有一天在我耳边问我，“你是不是个人？” 我总不能一本正经地回答，“我确实是个人” 吧，感觉怪怪的。可以说是，外行看分区，内行看内涵。只能说，这个问题本身

matlab机器人工具箱的安装和使用- 安装1 解压下载的Robotics Toolbox for matlab，然后可以看到里面有个robot的文件夹2 把robot文件夹拷贝到matlab安装目录的toolbox目录下，不放在这里，放在其他地方也是可以的，只不过这里是matlab放工具箱的地方，所以我们可以放这里的3 打开matlab，点击file-》setpath-》add with sub

vscode 远程连接 docker 容器进行 C++ 代码调试实践vscode 是可以利用远程的编译环境在本地进行打断点调试的。文章目录vscode 远程连接 docker 容器进行 C++ 代码调试实践服务器端创建容器并进行端口映射容器设置vscode 远程连接容器调试服务器端创建容器并进行端口映射docker run -it \--name abacus2 \--workdir /root

用神经网络来表示有限元函数今天，我想分享的东西是许进超老师的一篇文章，ReLU Deep Neural Networks and Linear Finite Elements。你可以理解为，这是一篇译文。主要内容它主要是关于神经元数与层数，在用DNN表示线性有限元的时候。它告诉我们，当维数大等于2的时候，我们至少需要两个隐藏层，在用ReLu DNN表示线性有限元函数的时候。因为在其它的文献中...

用深度学习求解高维偏微分方程简述：我们一般求解的传统的PDE维数也就二维三维，但是在其他领域中，比如说金融学，通过数学建模构建出来的PDE的维数及其之高，维数升高带来的“维数灾难”问题亟待解决。这篇文章，介绍了一种基于深度学习的方法，可以处理一般的高维抛物型方程。这篇文章，用反向随机微分方程构造PDE，并用神经网络近似未知解的梯度，来求解高维的偏微分方程。高维PDE的来源：1、量子多体问...