SparseMatrixOrderingAMD

public final class SparseMatrixOrderingAMD

Calcula a ordem do grau mínimo aproximado (AMD) de `entrada`.

Calcula a ordenação de grau mínimo aproximado (AMD) para uma matriz esparsa.

A permutação retornada pode ser usada para permutar as linhas e colunas da matriz esparsa fornecida. Isso normalmente resulta em Cholesky esparso da matriz esparsa permutada (ou outras decomposições) em ter menos preenchimento de zero em comparação com a decomposição da matriz original.

A matriz esparsa de entrada pode ter classificação 2 ou classificação 3. O tensor de saída, representando, teria classificação 1 ou 2 respectivamente, com a mesma forma de lote da entrada.

Cada componente da matriz esparsa de entrada deve representar uma matriz quadrada simétrica; apenas a parte triangular inferior da matriz é lida. Os valores da matriz esparsa não afetam a permutação retornada, apenas o padrão de esparsidade da matriz esparsa é usado. Portanto, um único pedido de AMD pode ser reutilizado para as decomposições de Cholesky de matrizes esparsas com o mesmo padrão de esparsidade, mas com valores possivelmente diferentes.

Cada componente de lote da permutação de saída representa uma permutação de elementos `N`, onde os componentes da matriz esparsa de entrada têm cada um` N` linhas. Ou seja, o componente contém cada um dos inteiros `{0, .. N-1}` exatamente uma vez. O elemento `i`th representa o índice da linha para o qual a` i`th linha mapeia.

Exemplo 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)
 

`lojas ordering_amd_value` a ordenação AMD:` [1 2 3 0] `.

entrada: Um `CSRSparseMatrix`.

Métodos Públicos

Output <Integer>	asOutput () Retorna o identificador simbólico de um tensor.
estática SparseMatrixOrderingAMD	criar ( Scope escopo, Operando <?> entrada) Método de fábrica para criar uma classe envolvendo uma nova operação SparseMatrixOrderingAMD.
Output <Integer>	saída () A ordenação de grau mínimo aproximado (AMD) de `entrada`.

Métodos herdados

De classe org.tensorflow.op.PrimitiveOp

final booleano	é igual a (obj Object)
final int	hashCode ()
Operação	op () Retorna o subjacente Operation
corda final	toString ()

Da classe java.lang.Object

boleano	equals (arg0 Object)
aula final <?>	getClass ()
int	hashCode ()
vazio final	notificar ()
vazio final	notifyAll ()
Fragmento	toString ()
vazio final	wait (longa arg0, int arg1)
vazio final	wait (arg0 de comprimento)
vazio final	wait ()

A partir da interface org.tensorflow.Operand

abstrato Output <Integer>

asOutput () Retorna o identificador simbólico de um tensor.

Métodos Públicos

pública Output <Integer> asOutput ()

Retorna o identificador simbólico de um tensor.

As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static SparseMatrixOrderingAMD criar ( Scope escopo, Operando <?> entrada)

Método de fábrica para criar uma classe envolvendo uma nova operação SparseMatrixOrderingAMD.

Parâmetros

alcance	escopo atual
entrada	Um `CSRSparseMatrix`.

Devoluções

• uma nova instância de SparseMatrixOrderingAMD

pública Output <Integer> saída ()

A ordenação de grau mínimo aproximado (AMD) de `entrada`.