SparseMatrixOrderingAMD

`input`のおおよその最小度（AMD）の順序を計算します。

スパース行列の近似最小次数（AMD）の順序を計算します。

返された順列は、指定されたスパース行列の行と列を並べ替えるために使用できます。これにより、通常、元の行列の分解と比較して、ゼロフィルインが少なくなり、並べ替えら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）が発生します。

入力スパース行列は、ランク2またはランク3の場合があります。を表す出力テンソルは、入力と同じバッチ形状で、それぞれランク1または2になります。

入力スパース行列の各コンポーネントは、正方対称行列を表す必要があります。行列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、返される順列に影響を与えません。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を持つが値が異なる可能性のある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`要素の順列を表します。ここで、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`。