Svd คลาสสุดท้ายสาธารณะ
คำนวณการสลายตัวแบบไอเจนของชุดเมทริกซ์ที่อยู่ติดกันเอง
(หมายเหตุ: รองรับเฉพาะอินพุตจริงเท่านั้น)
คำนวณค่าลักษณะเฉพาะและเวกเตอร์ลักษณะเฉพาะของเมทริกซ์ M-by-N ที่อยู่ด้านในสุดในเทนเซอร์ โดยที่ tensor[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * ย้าย(v[...,:,:])
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| คงที่ <T ขยาย TType > Svd <T> | สร้าง (ขอบเขต ขอบเขต , ตัวดำเนินการ <T> a, Long maxIter, Float epsilon, String precisionConfig) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Svd ใหม่ |
| เอาท์พุต <T> | ส () ค่าเอกพจน์ |
| เอาท์พุต <T> | ยู () เวกเตอร์เอกพจน์ซ้าย |
| เอาท์พุต <T> | วี () เวกเตอร์เอกพจน์ขวา |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
ค่าคงที่: "XlaSvd"
วิธีการสาธารณะ
สร้าง Svd <T> คงที่สาธารณะ (ขอบเขต ขอบเขต , ตัวดำเนินการ <T> a, Long maxIter, Float epsilon, String precisionConfig)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Svd ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| ก | เทนเซอร์อินพุต |
| แม็กซ์อิเตอร์ | จำนวนการอัปเดตการกวาดสูงสุด เช่น ส่วนสามเหลี่ยมล่างทั้งหมดหรือส่วนสามเหลี่ยมด้านบนตามพารามิเตอร์ด้านล่าง ตามหลักการศึกษาแล้ว มีการโต้แย้งว่าในทางปฏิบัติจำเป็นต้องมีการกวาดล้างบันทึกโดยประมาณ (ขั้นต่ำ (M, N)) (อ้างอิง: Golub & van Loan "การคำนวณเมทริกซ์") |
| เอปไซลอน | อัตราส่วนความอดทน |
| ความแม่นยำ Config | xla::PrecisionConfig โปรโตต่อเนื่อง |
การส่งคืน
- ตัวอย่างใหม่ของ Svd
เอาท์พุท สาธารณะ <T> s ()
ค่าเอกพจน์ ค่าต่างๆ จะถูกจัดเรียงตามลำดับขนาดแบบย้อนกลับ ดังนั้น s[..., 0] จึงเป็นค่าที่มากที่สุด s[..., 1] จึงเป็นค่าที่ใหญ่เป็นอันดับสอง เป็นต้น