TriangularSolve

bookmark_border Koleksiyonlar ile düzeninizi koruyun İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.

Üst veya alt üçgen matrisli doğrusal denklem sistemlerini geri yerine koyma yöntemiyle çözer.

'matris', en içteki 2 boyutu kare matrisler oluşturan '[..., M, M]' şeklinde bir tensördür. Eğer 'düşük' 'Doğru' ise, her en içteki matrisin tam olarak üstteki üçgen kısmının sıfır olduğu varsayılır ve buna erişilmez. Eğer 'düşük' Yanlış ise, her bir en içteki matrisin tam olarak alttaki üçgen kısmının sıfır olduğu varsayılır ve bu kısma erişilmez. 'rhs', '[..., M, N]' şeklinde bir tensördür.

Çıktı '[..., M, N]' şeklinde bir tensördür. Eğer 'ek' 'Doğru' ise, o zaman 'çıktı'daki en içteki matrisler matris denklemlerini karşılar: matris[..., :, :] * çıktı[..., :, :] = rhs[..., :, :]'. Eğer 'ek' 'Yanlış' ise, o zaman kesinlikle 'çıktı'daki en içteki matrisler matris denklemlerini karşılar `ek(matris[..., i, k]) * çıktı[..., k, j] = rhs[ ..., i, j]`.

Girişlere ilişkin toplu şekillerin yalnızca yayınlanması gerektiğini unutmayın.

Örnek:

a = tf.constant([[3,  0,  0,  0],
                  [2,  1,  0,  0],
                  [1,  0,  1,  0],
                  [1,  1,  1,  1]], dtype=tf.float32)
 
 b = tf.constant([[4],
                  [2],
                  [4],
                  [2]], dtype=tf.float32)
 
 x = tf.linalg.triangular_solve(a, b, lower=True)
 x
 # <tf.Tensor: shape=(4, 1), dtype=float32, numpy=
 # array([[ 1.3333334 ],
 #        [-0.66666675],
 #        [ 2.6666665 ],
 #        [-1.3333331 ]], dtype=float32)>
 
 # in python3 one can use `a@x`
 tf.matmul(a, x)
 # <tf.Tensor: shape=(4, 1), dtype=float32, numpy=
 # array([[4.       ],
 #        [2.       ],
 #        [4.       ],
 #        [1.9999999]], dtype=float32)>