يحسب لوغاريتم المصفوفة لمصفوفة مربعة واحدة أو أكثر:
\\(log(exp(A)) = A\\)
يتم تعريف هذا المرجع فقط للمصفوفات المعقدة. إذا كانت A موجبة ومحددة وحقيقية، فإن التحويل إلى مصفوفة معقدة، وأخذ اللوغاريتم والعودة إلى مصفوفة حقيقية سيعطي النتيجة الصحيحة.
تحسب هذه الدالة لوغاريتم المصفوفة باستخدام خوارزمية Schur-Parlett. يمكن العثور على تفاصيل الخوارزمية في القسم 11.6.2 من: Nicholas J. Higham، وظائف المصفوفات: النظرية والحساب، SIAM 2008. ISBN 978-0-898716-46-7.
الإدخال عبارة عن موتر للشكل `[..., M, M]` والذي يشكل بعداه الداخليان مصفوفات مربعة. الإخراج عبارة عن موتر بنفس شكل الإدخال الذي يحتوي على الأس لجميع مصفوفات الإدخال الفرعية `[..., :, :]`.
الثوابت
| خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
| الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
| ثابت <T يمتد TType > MatrixLogarithm <T> | |
| الإخراج <T> | انتاج () الشكل هو `[...، M، M]`. |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء MatrixLogarithm الثابت العام <T> (نطاق النطاق وإدخال المعامل <T>)
طريقة المصنع لإنشاء فئة تغلف عملية MatrixLogarithm جديدة.
حدود
| نِطَاق | النطاق الحالي |
|---|---|
| مدخل | الشكل هو `[...، M، M]`. |
عائدات
- مثيل جديد من MatrixLogarithm