Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023
Registre-se
SelfAdjointEig
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Calcula a decomposição própria de um lote de matrizes auto-adjuntas
(Nota: apenas entradas reais são suportadas).
Calcula os autovalores e autovetores das matrizes N-por-N mais internas no tensor, de modo que o tensor [...,:,:] * v [...,:, i] = e [..., i] * v [...,:, i], para i = 0 ... N-1.
Constantes
Fragmento | OP_NAME | O nome desta operação, conforme conhecido pelo motor principal TensorFlow |
Métodos Públicos
estática <T estende TType > SelfAdjointEig <T> | criar ( Scope escopo, Operando <T> a, Boolean diminuir, Long maxiter, Float epsilon) Método de fábrica para criar uma classe envolvendo uma nova operação SelfAdjointEig. |
Output <T> | v () A coluna v [...,:, i] é o autovetor normalizado correspondente ao autovalor w [..., i]. |
Output <T> | w () Os autovalores em ordem crescente, cada um repetido de acordo com sua multiplicidade. |
Métodos herdados
Da classe java.lang.Object boleano | equals (arg0 Object) |
aula final <?> | getClass () |
int | hashCode () |
vazio final | notificar () |
vazio final | notifyAll () |
Fragmento | toString () |
vazio final | wait (longa arg0, int arg1) |
vazio final | wait (arg0 de comprimento) |
vazio final | wait () |
Constantes
nome_op final String public static
O nome desta operação, conforme conhecido pelo motor principal TensorFlow
Valor constante: "XlaSelfAdjointEig"
Métodos Públicos
public static SelfAdjointEig <T> create ( Scope escopo, Operando <T> a, Boolean diminuir, Long maxiter, Float epsilon)
Método de fábrica para criar uma classe envolvendo uma nova operação SelfAdjointEig.
Parâmetros
alcance | escopo atual |
---|
uma | o tensor de entrada. |
---|
diminuir | um booleano especifica se o cálculo é feito com a parte triangular inferior ou com a parte triangular superior. |
---|
maxIter | número máximo de atualização de varredura, ou seja, toda a parte triangular inferior ou parte triangular superior com base no parâmetro inferior. Heuristicamente, argumentou-se que varreduras de aproximadamente logN são necessárias na prática (Ref: Golub & van Loan "Matrix Computation"). |
---|
épsilon | a relação de tolerância. |
---|
Devoluções
- uma nova instância de SelfAdjointEig
pública Output <T> v ()
A coluna v [...,:, i] é o autovetor normalizado correspondente ao autovalor w [..., i].
pública Output <T> w ()
Os autovalores em ordem crescente, cada um repetido de acordo com sua multiplicidade.
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2021-11-29 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Não contém as informações de que eu preciso"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Muito complicado / etapas demais"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Desatualizado"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problema na tradução"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Problema com as amostras / o código"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Outro"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Fácil de entender"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Meu problema foi resolvido"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Outro"
}]