重写几个矩阵运算以避免内存错误？

Question

我的矩阵很大。 buildmatrix是一个N x N矩阵。因此sumHamiltonian是一个N ^ 2 x N ^ 2矩阵。然后transform（N）是一个N ^ 2×N（N-1）/ 2矩阵。 （因此，得到的shortHamiltonian（N）是一个N（N-1）/ 2 x N（N-1）/ 2矩阵）。矩阵条目也是复数。

如果N = 200，则出现内存错误。有没有办法重写：

def sumHamiltonian(N):
    return 0.5*(np.kron(buildmatrix(N),np.identity(N))+np.kron(np.identity(N),buildmatrix(N)))

def shortHamiltonian(N):
    return np.matmul(np.transpose(transform(N)),np.matmul(sumHamiltonian(N),transform(N)))

减少内存？

我已经看到了一些减少矩阵乘法（Python/Numpy MemoryError）的内存的方法，这很有用，但是在kronecker产品上出现了内存错误。有没有一种方法可以重写此矩阵操作，或者更好的方法是，所有矩阵操作都可以避免发生内存错误？]

Answer 1

[取决于您有多少内存剩余，您可以仅使用.astype(np.float32)之类的东西来减小矩阵的大小（例如，如果当前dtype为np.float64。]]

buildmatrix(N)在同一行中被调用两次（与transform相同）。如果结果是确定性的（您只想使用相同的结果），则尝试将其分配给变量，以便只需要调用一次。

这些技巧可能会略微减少内存配置文件，但可能不足或不足。我不确定是否可以通过某种身份简化计算。

Answer 2

一个建议是使用稀疏矩阵。另外，如果可能，请使buildmatrix返回dtype np.complex64而不是np.complex128的矩阵。请参见下面的示例：