Вычисляет собственное разложение пакета самосопряженных матриц.
(Примечание: поддерживаются только реальные входные данные).
Вычисляет собственные значения и собственные векторы самых внутренних матриц размера M на N в тензоре таких, что tensor[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * Транспонировать(v[...,:,:]).
Константы
| Нить | OP_NAME | Название этой операции, известное основному движку TensorFlow. |
Публичные методы
| статический <T расширяет TType > Svd <T> | |
| Выход <Т> | с () Сингулярные значения. |
| Выход <Т> | ты () Левые сингулярные векторы. |
| Выход <Т> | в () Правые сингулярные векторы. |
Унаследованные методы
Константы
общедоступная статическая финальная строка OP_NAME
Название этой операции, известное основному движку TensorFlow.
Публичные методы
public static Svd <T> create (область области действия , операнд <T> a, Long maxIter, Float epsilon, String PrecisionConfig)
Фабричный метод для создания класса, обертывающего новую операцию Svd.
Параметры
| объем | текущий объем |
|---|---|
| а | входной тензор. |
| МаксИтер | максимальное количество обновлений развертки, т.е. вся нижняя треугольная часть или верхняя треугольная часть на основе нижнего параметра. С эвристической точки зрения утверждалось, что на практике необходимы приблизительно log(min (M, N)) разверток (ссылка: Голуб и ван Лоан «Матричные вычисления»). |
| эпсилон | коэффициент толерантности. |
| точностьConfig | сериализованный прототип xla::PrecisionConfig. |
Возврат
- новый экземпляр Svd
публичный вывод <T> s ()
Сингулярные значения. Значения отсортированы в обратном порядке величины, поэтому s[..., 0] — самое большое значение, s[..., 1] — второе по величине и т. д.
Вычисляет собственное разложение пакета самосопряженных матриц.
(Примечание: поддерживаются только реальные входные данные).
Вычисляет собственные значения и собственные векторы самых внутренних матриц размера M на N в тензоре таких, что tensor[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * Транспонировать(v[...,:,:]).
Константы
| Нить | OP_NAME | Название этой операции, известное основному движку TensorFlow. |
Публичные методы
| статический <T расширяет TType > Svd <T> | |
| Выход <Т> | с () Сингулярные значения. |
| Выход <Т> | ты () Левые сингулярные векторы. |
| Выход <Т> | в () Правые сингулярные векторы. |
Унаследованные методы
Константы
общедоступная статическая финальная строка OP_NAME
Название этой операции, известное основному движку TensorFlow.
Публичные методы
public static Svd <T> create (область области действия , операнд <T> a, Long maxIter, Float epsilon, String PrecisionConfig)
Фабричный метод для создания класса, обертывающего новую операцию Svd.
Параметры
| объем | текущий объем |
|---|---|
| а | входной тензор. |
| МаксИтер | максимальное количество обновлений развертки, т.е. вся нижняя треугольная часть или верхняя треугольная часть на основе нижнего параметра. С эвристической точки зрения утверждалось, что на практике необходимы приблизительно log(min (M, N)) разверток (ссылка: Голуб и ван Лоан «Матричные вычисления»). |
| эпсилон | коэффициент толерантности. |
| точностьConfig | сериализованный прототип xla::PrecisionConfig. |
Возврат
- новый экземпляр Svd
публичный вывод <T> s ()
Сингулярные значения. Значения отсортированы в обратном порядке величины, поэтому s[..., 0] — самое большое значение, s[..., 1] — второе по величине и т. д.