SparseMatrixOrderingAMD

halka açık final dersi SparseMatrixOrderingAMD

'Girdi'nin Yaklaşık Minimum Derece (AMD) sıralamasını hesaplar.

Seyrek bir matris için Yaklaşık Minimum Derece (AMD) sıralamasını hesaplar.

Döndürülen permütasyon, verilen seyrek matrisin satır ve sütunlarının değiştirilmesi için kullanılabilir. Bu tipik olarak permütasyonlu seyrek matrisin seyrek Cholesky'sinin (veya diğer ayrıştırmalarının) orijinal matrisin ayrıştırılmasına kıyasla daha az sıfır doldurmaya sahip olmasıyla sonuçlanır.

Giriş seyrek matrisi, sıralama 2 veya sıralama 3'e sahip olabilir. Temsil edilen çıkış Tensörü, girişle aynı parti şekliyle sırasıyla sıralama 1 veya 2'ye sahip olacaktır.

Giriş seyrek matrisinin her bileşeni bir kare simetrik matrisi temsil etmelidir; matrisin yalnızca alt üçgen kısmı okunur. Seyrek matrisin değerleri döndürülen permütasyonu etkilemez, yalnızca seyrek matrisin seyreklik modeli kullanılır. Bu nedenle, aynı seyreklik modeline sahip ancak muhtemelen farklı değerlere sahip seyrek matrislerin Cholesky ayrıştırmaları için tek bir AMD sıralaması yeniden kullanılabilir.

Çıkış permütasyonunun her toplu bileşeni, 'N' öğenin bir permütasyonunu temsil eder; burada girdi seyrek matris bileşenlerinin her biri, 'N' satıra sahiptir. Yani bileşen `{0, .. N-1}` tamsayılarının her birini tam olarak bir kez içerir. 'i'inci öğe, 'i'inci satırın eşlendiği satır indeksini temsil eder.

Kullanım örneği:

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)
 
`ordering_amd_value` AMD sıralamasını saklar: `[1 2 3 0]`.

giriş: Bir 'CSRSparseMatrix'.

Genel Yöntemler

Çıkış <Tamsayı>
Çıkış olarak ()
Bir tensörün sembolik tutamacını döndürür.
statik SparseMatrixSiparişAMD
oluştur ( Kapsam kapsamı, İşlenen <?> girişi)
Yeni bir SparseMatrixOrderingAMD işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Çıkış <Tamsayı>
çıktı ()
'Giriş'in Yaklaşık Minimum Derece (AMD) sıralaması.

Kalıtsal Yöntemler

Genel Yöntemler

genel Çıkış <Tamsayı> asOutput ()

Bir tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.

public static SparseMatrixOrderingAMD create ( Kapsam kapsamı , İşlenen <?> girişi)

Yeni bir SparseMatrixOrderingAMD işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Parametreler
kapsam mevcut kapsam
giriş Bir 'CSRS Ayrıştırma Matrisi'.
İadeler
  • SparseMatrixOrderingAMD'nin yeni bir örneği

genel Çıkış <Tamsayı> çıkışı ()

'Giriş'in Yaklaşık Minimum Derece (AMD) sıralaması.