Aviso: esta API está obsoleta e será removida em uma versão futura do TensorFlow depois que a substituição estiver estável.

SparseMatrixSparseCholesky

public final class SparseMatrixSparseCholesky

Calcula a decomposição esparsa de Cholesky de `entrada`.

Calcula a decomposição de Cholesky esparsa de uma matriz esparsa, com a permutação de redução de preenchimento fornecida.

A matriz esparsa de entrada e a permutação de redução de preenchimento `permutação` devem ter formatos compatíveis. Se a matriz esparsa tiver classificação 3; com a dimensão de lote `B`, então a` permutação` deve ser de classificação 2; com a mesma dimensão de lote `B`. Não há suporte para transmissão.

Além disso, cada vetor de componente de `permutação` deve ter comprimento` N`, contendo cada um dos inteiros {0, 1, ..., N - 1} exatamente uma vez, onde `N` é o número de linhas de cada componente da matriz esparsa.

Cada componente da matriz esparsa de entrada deve representar uma matriz simétrica positiva definida (SPD); embora apenas a parte triangular inferior da matriz seja lida. Se algum componente individual não for SPD, será gerado um erro InvalidArgument.

A matriz esparsa retornada tem a mesma forma densa que a matriz esparsa de entrada. Para cada componente `A` da matriz esparsa de entrada, a matriz esparsa de saída correspondente representa` L`, o fator de Cholesky triangular inferior que satisfaz a seguinte identidade:

A = L * Lt
 
onde Lt denota a transposta de L (ou sua transposta conjugada, se `tipo` é `complex64` ou` complex128`).

O parâmetro `type` denota o tipo dos elementos da matriz. Os tipos suportados são: `float32`,` float64`, `complex64` e` complex128`.

Exemplo de uso:

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` armazena o fator de Cholesky denso:
[[  1.  0.    0.    0.]
      [  0.  1.41  0.    0.]
      [  0.  0.70  1.58  0.]
      [  0.  0.    0.    2.]]
 
input: A` CSRSparseMatrix`. permutação: um `tensor`. tipo: o tipo de `entrada`.

Métodos Públicos

Saída <Objeto>
asOutput ()
Retorna o identificador simbólico de um tensor.
static <T> SparseMatrixSparseCholesky
criar ( escopo do escopo, entrada Operando <?>, Permutação Operando <Integer>, tipo Classe <T>)
Método de fábrica para criar uma classe envolvendo uma nova operação SparseMatrixSparseCholesky.
Resultado <?>
saída ()
A decompsição esparsa de Cholesky de `entrada`.

Métodos herdados

Métodos Públicos

public Output <Object> asOutput ()

Retorna o identificador simbólico de um tensor.

As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static SparseMatrixSparseCholesky criar ( escopo do escopo, entrada de operando <?>, permutação de operando <Integer>, tipo de classe <T>)

Método de fábrica para criar uma classe envolvendo uma nova operação SparseMatrixSparseCholesky.

Parâmetros
alcance escopo atual
entrada Um `CSRSparseMatrix`.
permutação Uma matriz de permutação redutora de preenchimento.
Devoluções
  • uma nova instância de SparseMatrixSparseCholesky

Saída pública <?> saída ()

A decompsição esparsa de Cholesky de `entrada`.