Svd

classe finale pubblica Svd

Calcola la scomposizione automatica di un lotto di matrici autoaggiunte

(Nota: sono supportati solo input reali).

Calcola gli autovalori e gli autovettori delle matrici M per N più interne nel tensore tale che tensor[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * Trasporre(v[...,:,:]).

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

statico <T estende TType > Svd <T>
create ( Scope scope, Operando <T> a, Long maxIter, Float epsilon, String PrecisionConfig)
Metodo factory per creare una classe che racchiude una nuova operazione Svd.
Uscita <T>
S ()
Valori singolari.
Uscita <T>
tu ()
Vettori singolari di sinistra.
Uscita <T>
v ()
Vettori singolari destri.

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "XlaSvd"

Metodi pubblici

public static Svd <T> create ( Scope scope, Operand <T> a, Long maxIter, Float epsilon, String PrecisionConfig)

Metodo factory per creare una classe che racchiude una nuova operazione Svd.

Parametri
scopo ambito attuale
UN il tensore di ingresso.
maxIter numero massimo di aggiornamenti di scansione, ovvero l'intera parte triangolare inferiore o la parte triangolare superiore in base al parametro inferiore. Euristicamente, è stato sostenuto che nella pratica sono necessarie operazioni di scansione approssimativamente log(min (M, N)) (Rif: Golub & van Loan "Matrix Computation").
epsilon il rapporto di tolleranza.
precisioneConfig un protocollo xla::PrecisionConfig serializzato.
ritorna
  • una nuova istanza di Svd

Uscita pubblica <T> s ()

Valori singolari. I valori sono ordinati in ordine di grandezza inverso, quindi s[..., 0] è il valore più grande, s[..., 1] è il secondo più grande, ecc.

Uscita pubblica <T> u ()

Vettori singolari di sinistra.

Uscita pubblica <T> v ()

Vettori singolari destri.