1樓：Ruhr
MATLAB裡矩陣求逆是很容易出現記憶體不足的。
基本上10000x10000以上的矩陣求逆我都不會考慮在MATLAB直接用pinv()或者 『\』去做了（考慮到我接觸的大部分問題都是病態欠定問題，這裡不考慮inv()的情況）
大矩陣求逆最好還是從演算法上做出改進來入手吧，有很多matrix inversion identity可以看一看是否有用，另外一些large scale SVD的演算法也可以看一看，有時候會有用
2樓：易夕
關於out of memory，有一些可行的辦法，主要包括以下幾點。
第一，清除臨時變數。對於不再需要的臨時變數，要及時清除掉，釋放記憶體。
第二，預分配記憶體。對於占用大記憶體的變數，預先為其分配記憶體，能夠有效避免記憶體碎片化導致的out of memory。
第三，使用稀疏變數。對於有大量0的稀疏矩陣來說，稀疏變數占用記憶體更小。
第四，pack命令。pack命令能夠整理記憶體，將碎片化的記憶體整合起來。
第五，嘗試使用較低精度的運算，比如將double型別改為single。如果可能，可以使用整數型別如int16之類的進行運算。
第六，增大虛擬記憶體。增大虛擬記憶體能夠一定程度上彌補物理記憶體不足的缺點。
第七，僅載入需要的記憶體。對於大型資料集，可以不用一次性全部載入記憶體，參考datastore mapReduce等函式的使用。
易夕：MATLAB: 如何用Mapreduce實現100GB資料的去重並排序？
第八，使用tall陣列。一些函式支援對tall的運算，tall陣列能夠處理無法放入記憶體的資料。
第九，使用多台計算機的記憶體。通過建立計算機集群能夠利用集群內所有記憶體進行計算。
易夕：MATLAB分布式運算：本地計算機集群配置指南
第十，公升級硬體。軟體不夠，硬體來湊。
易夕：如何配置一台適合跑MATLAB的電腦
3樓：蝦兵蟹將
看看128g是記憶體容量還是硬碟儲存容量
要是128g的記憶體的話，那就是軟體和程式的問題了。
要是128g的硬碟儲存的話，，，記憶體容量就難說了。。。
像matlab R2019b平時計算執行所佔記憶體就1G
關於vb的矩陣求逆問題？
掌握原力的小羊 這是我之前做的一次課後作業，當時要趕作業，所以做的一般般，你可以參考參考這個業餘的演算法233333333333 Public Class Form1 Dim m n p q o Dim value1 1 As Single Dim value2 2 As Single Dim va...
MATLAB中矩陣（向量）互相引用的問題？
如果a是行向量 或列向量 且b是向量，那麼a b 書就是行向量 或列向量 這個沒有為什麼，可以認為是規定 第二個你說的正態分佈曲線應該是概率密度函式曲線吧，你可以估計出引數之後繪圖 X randn 1001,1 mu mean X sigma std X x linspace mu 3 sigma,...
矩陣求逆的幾何意義是什麼？
或許可以這樣理解,將一組向量經過某種線性變換 逆矩陣 回歸為單位向量組。若一組向量的秩不滿則不存在逆矩陣，即低維不能線性變換為高維。 單建華 由於知乎不太好貼公式，請移步我的部落格 https blog.csdn.net jhshanvip article month 2020 03 過渡矩陣 舊基...