تحذير: تم إهمال واجهة برمجة التطبيقات هذه وستتم إزالتها في إصدار مستقبلي من TensorFlow بعد استقرار الاستبدال .

SparseMatrixSparseCholesky

الطبقة النهائية العامة SparseMatrixSparseCholesky

يحسب تحلل تشوليسكي المتناثر لـ "المدخلات".

يحسب تحلل Cholesky المتناثر لمصفوفة متفرق ، مع التقليب المختزل المعطى.

يجب أن يكون لمصفوفة الإدخال المتناثرة و "التقليب" التقليب في التقليب أشكالاً متوافقة. إذا كانت المصفوفة المتفرقة لها المرتبة 3 ؛ باستخدام بُعد الدُفعة "B" ، يجب أن يكون "التبديل" من الرتبة 2 ؛ بنفس أبعاد الدُفعة "B". لا يوجد دعم للبث.

علاوة على ذلك ، يجب أن يكون كل متجه مكون من "التقليب" بطول "N" ، ويحتوي على كل من الأعداد الصحيحة {0 ، 1 ، ... ، N - 1} مرة واحدة تمامًا ، حيث "N" هو عدد صفوف كل مكون من المصفوفة المتناثرة.

يجب أن يمثل كل مكون من عناصر المصفوفة المتفرقة للإدخال مصفوفة محددة موجبة متماثلة (SPD) ؛ على الرغم من أنه يتم قراءة الجزء المثلثي السفلي فقط من المصفوفة. إذا لم يكن أي مكون فردي هو SPD ، فسيتم طرح خطأ InvalidArgument.

المصفوفة المتفرقة المعادة لها نفس الشكل الكثيف مثل المصفوفة المتفرقة. لكل مكون `A` من المصفوفة المتفرقة للإدخال ، تمثل المصفوفة المتفرقة المقابلة` L` ، عامل Cholesky المثلثي السفلي يلبي الهوية التالية:

A = L * Lt
 
حيث يشير Lt إلى تبديل L (أو تبديله المقترن ، إذا كان `` type` هو "complex64" أو "complex128").

تشير المعلمة `type` إلى نوع عناصر المصفوفة. الأنواع المدعومة هي: "float32" و "float64" و "complex64" و "complex128".

مثال على الاستخدام:

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 Sparse Cholesky factor using AMD Ordering for reducing zero
       # fill-in (number of structural non-zeros in the sparse Cholesky factor).
       ordering_amd = sparse_csr_matrix_ops.sparse_matrix_ordering_amd(sparse_matrix)
       cholesky_sparse_matrices = (
           sparse_csr_matrix_ops.sparse_matrix_sparse_cholesky(
               sparse_matrix, ordering_amd, type=tf.float32))
 
       # Convert the CSRSparseMatrix Cholesky factor to a dense Tensor
       dense_cholesky = sparse_csr_matrix_ops.csr_sparse_matrix_to_dense(
           cholesky_sparse_matrices, tf.float32)
 
       # Evaluate the dense Tensor value.
       dense_cholesky_value = sess.run(dense_cholesky)
 
"dense_cholesky_value" يخزن عامل Cholesky الكثيف:
[[  1.  0.    0.    0.]
      [  0.  1.41  0.    0.]
      [  0.  0.70  1.58  0.]
      [  0.  0.    0.    2.]]
 
input: A `CSRSparseMatrix`. التقليب: "موتر". النوع: نوع "الإدخال".

الطرق العامة

إخراج <كائن>
asOutput ()
إرجاع المقبض الرمزي للموتر.
ثابت <T> SparseMatrixSparseCholesky
إنشاء ( نطاق النطاق ، عامل التشغيل <؟> الإدخال ، تبديل عامل التشغيل <Integer> ، الفئة <T> النوع)
طريقة المصنع لإنشاء فئة التفاف عملية SparseMatrixSparseCholesky جديدة.
الإخراج <؟>
الإخراج ()
تحليل تشوليسكي المتناثر لـ "المدخلات".

الطرق الموروثة

الطرق العامة

الإخراج العام <كائن> كإخراج ()

إرجاع المقبض الرمزي للموتر.

المدخلات لعمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. تستخدم هذه الطريقة للحصول على مقبض رمزي يمثل حساب المدخلات.

إنشاء SparseMatrixSparseCholesky العام الثابت ( نطاق النطاق ، المعامل <؟> الإدخال ، عامل التشغيل <Integer> التقليب ، الفئة <T> النوع)

طريقة المصنع لإنشاء فئة التفاف عملية SparseMatrixSparseCholesky جديدة.

المعلمات
مجال النطاق الحالي
إدخال مصفوفة تحليل المسؤولية الاجتماعية للشركات (CSRSparseMatrix).
التقليب مصفوفة التقليب التخفيض ملء في.
عائدات
  • مثيل جديد من SparseMatrixSparseCholesky

الإخراج العام <؟> الإخراج ()

تحليل تشوليسكي المتناثر لـ "المدخلات".