SparseMatrixOrderingAMD

Calcula el orden de grado mínimo aproximado (AMD) de `entrada`.

Calcula el orden del grado mínimo aproximado (AMD) para una matriz dispersa.

La permutación devuelta se puede usar para permutar las filas y columnas de la matriz dispersa dada. Esto generalmente da como resultado que Cholesky escaso de la matriz dispersa permutada (u otras descomposiciones) tenga menos ceros de relleno en comparación con la descomposición de la matriz original.

La matriz dispersa de entrada puede tener el rango 2 o el rango 3. El Tensor de salida, que representa, tendría el rango 1 o 2 respectivamente, con la misma forma de lote que la entrada.

Cada componente de la matriz dispersa de entrada debe representar una matriz cuadrada simétrica; solo se lee la parte triangular inferior de la matriz. Los valores de la matriz dispersa no afectan la permutación devuelta, solo se usa el patrón de dispersión de la matriz dispersa. Por lo tanto, un solo orden AMD puede reutilizarse para las descomposiciones de Cholesky de matrices dispersas con el mismo patrón de dispersión pero con valores posiblemente diferentes.

Cada componente de lote de la permutación de salida representa una permutación de "N" elementos, donde cada uno de los componentes de la matriz dispersa de entrada tiene "N" filas. Es decir, el componente contiene cada uno de los enteros `{0, .. N-1}` exactamente una vez. El elemento `i`th representa el índice de fila al que se asigna la `i`th fila.

Ejemplo de uso:

from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops
 
     a_indices = np.array([[0, 0], [1, 1], [2, 1], [2, 2], [3, 3]])
     a_values = np.array([1.0, 2.0, 1.0, 3.0, 4.0], np.float32)
     a_dense_shape = [4, 4]
 
     with tf.Session() as sess:
       # Define (COO format) SparseTensor over Numpy array.
       a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)
 
       # Convert SparseTensors to CSR SparseMatrix.
       a_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
           a_st.indices, a_st.values, a_st.dense_shape)
 
       # Obtain the AMD Ordering for the CSR SparseMatrix.
       ordering_amd = sparse_csr_matrix_ops.sparse_matrix_ordering_amd(sparse_matrix)
 
       ordering_amd_value = sess.run(ordering_amd)
 

entrada: un `CSRSparseMatrix`.