R CVXR矩阵乘法%*%mul_dims_promot(lh_dim，rh_dim)中出错：不兼容的维度
大家好，我正在尝试从这里运行这个示例：http://rtutorial.altervista.org/lp_solvers.html
一个片段并测试它出错的地方：
library(CVXR)
#create Variable objects that can be manipulated by the solver.
x<-Variable(3)
#coefficients for objective function
C<-c(2,4,3)
#problem:
C %*% x
错误：mul_dims_promot(lh_dim，rh_dim)中出错：不兼容的维度
> x
[1] "Variable((3, 1), nonneg=FALSE, nonpos=FALSE, pos=FALSE, neg=FALSE, complex=FALSE, imag=FALSE, symmetric=FALSE, diag=FALSE, PSD=FALSE, NSD=FALSE, hermitian=FALSE, boolean=FALSE, integer=FALSE, )"
> C
[1] 2 4 3
>
> dim(x)
[1] 3 1
> dim(C)
NULL
>
> class(x)
[1] "Variable"
attr(,"package")
[1] "CVXR"
> class(C)
[1] "numeric"
问题可能出在
%*%
它在三个不同的包中定义：主题“%*%”的帮助在以下包中找到：
共有1个答案
尝试将行c<-c(2,4,3)替换为c<-matrix(c(2,4,3）,nrow=1)。这遵循了该网页上后面示例的语法，然后该示例对我适用。后面的例子现在也适用于我，（帽子提示Jordan）--用'x3<-Int(1)'替换'x3<-variable(1，integer=true)'，尽管链接可能很快就会更新。
-
主要内容：逐元素矩阵乘法,矩阵乘积运算,矩阵点积矩阵乘法是将两个矩阵作为输入值，并将 A 矩阵的行与 B 矩阵的列对应位置相乘再相加，从而生成一个新矩阵，如下图所示： 注意：必须确保第一个矩阵中的行数等于第二个矩阵中的列数，否则不能进行矩阵乘法运算。 图1：矩阵乘法 矩阵乘法运算被称为向量化操作，向量化的主要目的是减少使用的 for 循环次数或者根本不使用。这样做的目的是为了加速程序的计算。 下面介绍 NumPy 提供的三种矩阵乘法，从而进一步
-
问题内容： 在numpy中，我有N个3x3矩阵的数组。这将是我如何存储它们的示例（我正在提取内容）： 我也有一个由3个向量组成的数组，这将是一个示例： 我似乎无法弄清楚如何通过numpy将它们相乘，从而实现如下效果： 与的形状（在投射到阵列）是。但是，由于速度的原因，列表实现是不可能的。 我尝试了各种换位的np.dot，但最终结果没有得到正确的形状。 问题答案： 使用 脚步 ： 1）保持第一根轴对
-
我想使用寄存器（逐行信息）通过向量算法创建矩阵乘法。打开外循环4次我有空洞matvec_XMM（双* a，双* x，双* y，整数n，整数磅）函数的问题，它返回了不好的结果，这是算法wchich我必须使用： 它是ma代码：
-
问题内容： 我正在尝试使用Apache Spark和Java执行矩阵乘法。 我有两个主要问题： 如何创建可以表示Apache Spark中矩阵的RDD？ 如何将两个这样的RDD相乘？ 问题答案： 所有这些都取决于输入数据和维度，但总的来说，您需要的不是的分布式数据结构之一。目前，它提供了四种不同的实现 -可以直接从被创建，其中由行索引和 import org.apache.spark.mllib.
-
考虑两个矩阵A和B.如果A是mxn矩阵而B是nxp矩阵，它们可以相乘以产生mxn矩阵C.只有当A中的列数n等于数量时才可以进行矩阵乘法在B.中的行n 在矩阵乘法中，第一矩阵中的行的元素与第二矩阵中的对应列相乘。 在得到的矩阵C中的第 （i，j）位置中的每个元素是第i行的第i行中的元素与第二矩阵的第 j列中的对应元素的乘积的总和。 MATLAB中的矩阵乘法是使用*运算符执行的。 例子 (Exampl
-
我试图乘以两个块对称矩阵（矩阵大小矩阵大小）。我想执行块矩阵乘法（将一个矩阵分成多个块大小矩阵，并将相应的块相乘）。我已经写了一些代码，但想改进它，并存储主对角线以上的块，但我没有任何想法。如果可能的话，你们能帮忙吗？