警告:このAPIは非推奨であり、置き換えが安定した後 TensorFlowの将来のバージョンで削除される予定です。

このページは Cloud Translation API によって翻訳されました。
Switch to English

SparseMatrixSparseCholesky

パブリック最終クラスSparseMatrixSparseCholesky

`input`のスパースコレスキー分解を計算します。

与えられたフィルインが順列を減らすことで、スパース行列のスパースコレスキー分解を計算します。

入力スパース行列とフィルイン削減順列 `permutation`は互換性のある形状である必要があります。スパース行列のランクが3の場合。バッチ次元が `B`の場合、`順列 `はランク2でなければなりません。同じバッチ寸法 `B`で。放送はサポートしていません。

さらに、「順列」の各コンポーネントベクトルは、長さが「N」である必要があり、整数{0、1、...、N-1}のそれぞれを1回だけ含みます。ここで、「N」は各コンポーネントの行数です。スパース行列の。

入力スパース行列の各コンポーネントは、対称正定値(SPD)行列を表す必要があります。ただし、行列の下三角部分のみが読み取られます。個々のコンポーネントがSPDでない場合、InvalidArgumentエラーがスローされます。

返されるスパース行列は、入力スパース行列と同じ密な形状をしています。入力スパース行列の各コンポーネント `A`について、対応する出力スパース行列は` L`を表し、下三角コレスキー因子は次のアイデンティティを満たします。

A = L * Lt
 
ここで、LtはLの転置(または `type`の場合はその共役転置)を示します。 `complex64`または` complex128`)です。

`type`パラメーターは、行列要素のタイプを示します。サポートされているタイプは、 `float32`、` float64`、 `complex64`、および` complex128`です。

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 Sparse Cholesky factor using AMD Ordering for reducing zero
       # fill-in (number of structural non-zeros in the sparse Cholesky factor).
       ordering_amd = sparse_csr_matrix_ops.sparse_matrix_ordering_amd(sparse_matrix)
       cholesky_sparse_matrices = (
           sparse_csr_matrix_ops.sparse_matrix_sparse_cholesky(
               sparse_matrix, ordering_amd, type=tf.float32))
 
       # Convert the CSRSparseMatrix Cholesky factor to a dense Tensor
       dense_cholesky = sparse_csr_matrix_ops.csr_sparse_matrix_to_dense(
           cholesky_sparse_matrices, tf.float32)
 
       # Evaluate the dense Tensor value.
       dense_cholesky_value = sess.run(dense_cholesky)
 
`dense_cholesky_value`は、高密度コレスキー因子を格納します:
[[  1.  0.    0.    0.]
      [  0.  1.41  0.    0.]
      [  0.  0.70  1.58  0.]
      [  0.  0.    0.    2.]]
 
入力:` CSRSparseMatrix`。順列: `テンソル`。 type: `input`のタイプ。

パブリックメソッド

出力<オブジェクト>
asOutput ()
テンソルのシンボリックハンドルを返します。
static <T> SparseMatrixSparseCholesky
createスコープスコープ、オペランド<?>入力、オペランド<整数>順列、クラス<T>タイプ)
新しいSparseMatrixSparseCholesky操作をラップするクラスを作成するファクトリメソッド。
出力<?>
出力()
`input`のスパースコレスキー分解。

継承されたメソッド

パブリックメソッド

public Output <Object> asOutput ()

テンソルのシンボリックハンドルを返します。

TensorFlow操作への入力は、別のTensorFlow操作の出力です。このメソッドは、入力の計算を表すシンボリックハンドルを取得するために使用されます。

public static SparseMatrixSparseCholesky create スコープスコープ、オペランド<?>入力、オペランド<整数>順列、クラス<T>タイプ)

新しいSparseMatrixSparseCholesky操作をラップするクラスを作成するファクトリメソッド。

パラメーター
範囲現在のスコープ
入力`CSRSparseMatrix`。
順列フィルイン削減順列行列。
戻り値
  • SparseMatrixSparseCholeskyの新しいインスタンス

public Output <?> output ()

`input`のスパースコレスキー分解。