SparseMatrixOrderingAMD

「input」の近似最小次数 (AMD) 順序を計算します。

スパース行列の近似最小次数 (AMD) 順序を計算します。

返された順列を使用して、指定されたスパース行列の行と列を並べ替えることができます。これにより、通常、置換されたスパース行列のスパース コレスキー (または他の分解) では、元の行列の分解と比較してゼロの埋め込みが少なくなります。

入力スパース行列はランク 2 またはランク 3 を持つ可能性があります。出力テンソルは、入力と同じバッチ形状で、それぞれランク 1 または 2 を持ちます。

入力スパース行列の各成分は正方対称行列を表す必要があります。マトリックスの下三角部分のみが読み取られます。スパース行列の値は返される順列には影響せず、スパース行列のスパース パターンのみが使用されます。したがって、単一の AMD 順序付けは、同じスパース パターンだが異なる値を持つスパース行列のコレスキー分解に再利用できます。

出力順列の各バッチ コンポーネントは「N」個の要素の順列を表し、入力スパース行列コンポーネントにはそれぞれ「N」行があります。つまり、コンポーネントには、各整数 `{0, .. N-1}` が 1 回だけ含まれます。 「i」番目の要素は、「i」番目の行がマップされる行インデックスを表します。

使用例:

from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops
 
     a_indices = np.array([[0, 0], [1, 1], [2, 1], [2, 2], [3, 3]])
     a_values = np.array([1.0, 2.0, 1.0, 3.0, 4.0], np.float32)
     a_dense_shape = [4, 4]
 
     with tf.Session() as sess:
       # Define (COO format) SparseTensor over Numpy array.
       a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)
 
       # Convert SparseTensors to CSR SparseMatrix.
       a_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
           a_st.indices, a_st.values, a_st.dense_shape)
 
       # Obtain the AMD Ordering for the CSR SparseMatrix.
       ordering_amd = sparse_csr_matrix_ops.sparse_matrix_ordering_amd(sparse_matrix)
 
       ordering_amd_value = sess.run(ordering_amd)
 

入力: `CSRSparseMatrix`。