SelfAdjointEig

SelfAdjointEig คลาสสุดท้ายสาธารณะ

คำนวณการสลายตัวแบบไอเกนของเมทริกซ์ที่อยู่ติดกันแบบสี่เหลี่ยมจัตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป

คำนวณค่าลักษณะเฉพาะและ (เป็นทางเลือก) เวกเตอร์ลักษณะเฉพาะของเมทริกซ์ภายในแต่ละตัวใน `input` โดยที่ `input[..., :, :] = v[..., :, :] * diag(e[..., : ])`. ค่าลักษณะเฉพาะจะถูกจัดเรียงตามลำดับที่ไม่ลดลง

# a is a tensor.
 # e is a tensor of eigenvalues.
 # v is a tensor of eigenvectors.
 e, v = self_adjoint_eig(a)
 e = self_adjoint_eig(a, compute_v=False)
 

คลาสที่ซ้อนกัน

ระดับ SelfAdjointEig.ตัวเลือก แอ็ตทริบิวต์ทางเลือกสำหรับ SelfAdjointEig

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

SelfAdjointEig.Options แบบคงที่
computeV (บูลีน computeV)
คงที่ <T ขยาย TType > SelfAdjointEig <T>
สร้าง (ขอบเขต ขอบเขต , อินพุต Operand <T>, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SelfAdjointEig ใหม่
เอาท์พุต <T>
อี ()
ค่าลักษณะเฉพาะ
เอาท์พุต <T>
วี ()
ไอเกนเวกเตอร์

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "SelfAdjointEigV2"

วิธีการสาธารณะ

SelfAdjointEig.Options แบบคงที่สาธารณะ computeV (Boolean computeV)

พารามิเตอร์
คำนวณV หากเป็น "จริง" ดังนั้น eigenvector จะถูกคำนวณและส่งคืนใน "v" มิฉะนั้นจะคำนวณเฉพาะค่าลักษณะเฉพาะเท่านั้น

สร้าง SelfAdjointEig <T> แบบคงที่สาธารณะ ( ขอบเขต ขอบเขต อินพุต Operand <T> ตัวเลือก... ตัวเลือก)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SelfAdjointEig ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล `เทนเซอร์` อินพุตของรูปร่าง `[N, N]`
ตัวเลือก มีค่าแอตทริบิวต์ทางเลือก
การส่งคืน
  • อินสแตนซ์ใหม่ของ SelfAdjointEig

เอาท์พุท สาธารณะ <T> e ()

ค่าลักษณะเฉพาะ รูปร่างคือ `[N]`

เอาท์พุท สาธารณะ <T> v ()

ไอเกนเวกเตอร์ รูปร่างคือ `[N, N]`