SelfAdjointEig

パブリック最終クラスSelfAdjointEig

自己共役行列のバッチの固有分解を計算します

(注: 実数入力のみがサポートされています)。

tensor[...,:,:] * v[..., :,i] = e[..., i] * v のように、テンソルの最も内側の N 行 N 列の行列の固有値と固有ベクトルを計算します。 [...,:,i]、i=0...N-1 の場合。

定数

弦OP_NAME TensorFlow コア エンジンによって認識される、この演算の名前

パブリックメソッド

static <T extends TType > SelfAdjointEig <T>
create (スコープscope、オペランド<T> a、Boolean lower、Long maxIter、Float epsilon)
新しい SelfAdjointEig 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<T>
v ()
列 v[..., :, i] は、固有値 w[..., i] に対応する正規化された固有ベクトルです。
出力<T>
w ()
昇順の固有値。それぞれの多重度に従って繰り返されます。

継承されたメソッド

定数

パブリック静的最終文字列OP_NAME

TensorFlow コア エンジンによって認識される、この演算の名前

定数値: "XlaSelfAdjointEig"

パブリックメソッド

public static SelfAdjointEig <T> create (スコープscope、オペランド<T> a、Boolean lower、Long maxIter、Float epsilon)

新しい SelfAdjointEig 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
ある入力テンソル。
より低いブール値は、下三角部分と上三角部分のどちらで計算を行うかを指定します。
最大イタースイープ更新の最大数、つまり、下側パラメータに基づく下三角部分または上三角部分全体。ヒューリスティック的には、実際には約 logN 回のスイープが必要であると主張されています (参照: Golub & van Loan "Matrix Computation")。
イプシロン公差率。
戻り値
  • SelfAdjointEig の新しいインスタンス

public出力<T> v ()

列 v[..., :, i] は、固有値 w[..., i] に対応する正規化された固有ベクトルです。

public出力<T> w ()

昇順の固有値。それぞれの多重度に従って繰り返されます。

、
パブリック最終クラスSelfAdjointEig

自己共役行列のバッチの固有分解を計算します

(注: 実数入力のみがサポートされています)。

tensor[...,:,:] * v[..., :,i] = e[..., i] * v のように、テンソルの最も内側の N 行 N 列の行列の固有値と固有ベクトルを計算します。 [...,:,i]、i=0...N-1 の場合。

定数

弦OP_NAME TensorFlow コア エンジンによって認識される、この演算の名前

パブリックメソッド

static <T extends TType > SelfAdjointEig <T>
create (スコープscope、オペランド<T> a、Boolean lower、Long maxIter、Float epsilon)
新しい SelfAdjointEig 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<T>
v ()
列 v[..., :, i] は、固有値 w[..., i] に対応する正規化された固有ベクトルです。
出力<T>
w ()
昇順の固有値。それぞれの多重度に従って繰り返されます。

継承されたメソッド

定数

パブリック静的最終文字列OP_NAME

TensorFlow コア エンジンによって認識される、この演算の名前

定数値: "XlaSelfAdjointEig"

パブリックメソッド

public static SelfAdjointEig <T> create (スコープscope、オペランド<T> a、Boolean lower、Long maxIter、Float epsilon)

新しい SelfAdjointEig 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
ある入力テンソル。
より低いブール値は、下三角部分と上三角部分のどちらで計算を行うかを指定します。
最大イタースイープ更新の最大数、つまり、下側パラメータに基づく下三角部分または上三角部分全体。ヒューリスティック的には、実際には約 logN 回のスイープが必要であると主張されています (参照: Golub & van Loan "Matrix Computation")。
イプシロン公差率。
戻り値
  • SelfAdjointEig の新しいインスタンス

public出力<T> v ()

列 v[..., :, i] は、固有値 w[..., i] に対応する正規化された固有ベクトルです。

public出力<T> w ()

昇順の固有値。それぞれの多重度に従って繰り返されます。