Trouver les plus petits vecteurs propres de grande matrice clairsemée, plus de 100 fois plus lent dans SciPy que dans Octave
J'essaie de calculer quelques (5-500) vecteurs propres correspondant aux plus petites valeurs propres de grandes matrices creuses symétriques carrées (jusqu'à 30000x30000) avec moins de 0,1% des valeurs étant non nulles. J'utilise actuellement scipy.sparse.linalg.eigsh en mode inversion de décalage...