@geelaw
我在测试的时候手动排除了这点，后续再考虑。
还有人说 A 一定要是个方阵，所以关于 A 长宽不同我也可以后续再考虑。
然而，当 A = np.array([[5, 4, 0], [3, 7, 8], [2, 8, 3]]) 也是不能计算出结果，我就一头雾水……

@xml123 @geelaw @lovestudykid

你们看最后一个 append，我真的不知道错在哪里了……
关键是如果随机生成 A 的话，有时候对，有时候不对，疯掉了……

上面代码错了

import numpy as np

A = np.array([[2, 4],[1,3],[0,0],[0,0]])
AT = np.transpose(A)

SDu = np.matmul(A, AT) #alpha
SDv = np.matmul(AT, A) #beta

UA, ZA, VA = np.linalg.svd(A)
UAT, ZAT, VAT = np.linalg.svd(AT)

Uu, Zu, Vu = np.linalg.svd(SDu)
Uv, Zv, Vv = np.linalg.svd(SDv)

@geelaw 谢谢您的回复。

您能具体说一下么？

对 alpha 求出对应的三个值，Uu，Zu （也就是 sigma ），Vu
对 beta 求出对应的三个值，Uv，Zv （也就是 sigma ），Vv

然后具体怎么计算 A 呢？
我卡在这个逻辑点了……

谢谢

我找到了这篇文章：
https://liam.page/2017/11/22/SVD-for-Human-Beings/
其中 “如何计算 SVD ” *可能*与我的问题相关。

理想情况是：
针对 A 可以分解成 UΣV。

根据上述理想情况:
- A * A^T 可以分别分解成 UΣV * VΣU.
- A^T * A 可以分别分解成 VΣU * UΣV.

所以，还是不知道怎么求 A 啊……

相关代码：


import numpy as np

A = np.array([[2, 4],[1,3],[0,0],[0,0]])
AT = np.transpose(A)

SDu = np.matmul(A, AT) #alpha
SDv = np.matmul(AT, A) #beta

UA, ZA, VA = np.linalg.svd(A)
UAT, ZAT, VAT = np.linalg.svd(AT)

Uu, Zu, Zu = np.linalg.svd(SDu)
Uv, Zv, Zv = np.linalg.svd(SDv)

-------

另外有一篇论文。
说到：
- A * A^T = (U Σ V^T) * (V Σ^T U^T) = U Z Z^T U^T
- A^T * A = (V Σ^T U^T) * (U Σ V^T) = V Z^T Z V^T

同样使用上面的代码，可以验证这个式子。
但是，我怎么求 A ？？？
也就是说，让我只有两个乘积（ alpha、beta ）的前提下，我怎么把他们拆开？？？

@nVoxel Amazing!!!

对个人用户很友好哎，支持
不过好奇怎么防止将个人账户做小型商用呢？

你们是不是和西安的一个安全夏令营有过合作？
因为感觉很熟悉

@josephpei
“ Edraw 专业版 此为当前目标，学生八折，464 RMB.”
：）

@doskoi 也是个好例子，不过去哪里找这种软件呢？
比如我想要服务器的图示，输入服务器 /server，就有。

google 确实可以搜到各种图示，但是会有参差不齐，甚至版权问题，也浪费时间……

比较安全的合法办法：
手机登录 A 账号；
某个服务器登陆 B 账号网页版，然后将新消息同步到手机（比如： https://sspai.com/post/53090 ）

需要回复 B 账号的话，手机上切换登陆即可。
但是如果退出登陆的话，网页版好像也退出了……

所以，稳定版本是给 B 做个机器人，用 A 操作机器人进行回复= =

好复杂……

@oIMOo #85
税前的话……

“年薪 57000 欧”
这点说实话，比起其它几个，不太难……

我觉得你应该加个前提：
官方不再提供服务的产品
否则就是天才吧

@ddugujiujian 我还真没注意细节，卡的不行是真的…… 我回去好好看看……

@heiybb 你可以走安全方向呀

@oIMOo #19
我 11 年的 air 鼓包了，**拆了电池后**，装了个 Lubuntu 永久插电用……

我 11 年的 air 鼓包了，装了个 Lubuntu 永久插电用……