คำเตือน: API นี้เลิกใช้งานแล้วและจะถูกลบออกใน TensorFlow เวอร์ชันในอนาคตหลังจาก การแทนที่ เสถียรแล้ว

SparseMatrixSparseCholesky

SparseMatrixSparseCholesky คลาสสุดท้ายสาธารณะ

คำนวณการสลายตัวของ Cholesky แบบเบาบางของ "อินพุต"

คำนวณการสลายตัวแบบกระจัดกระจายของ Cholesky ของเมทริกซ์กระจัดกระจายด้วยการเรียงสับเปลี่ยนแบบลดเติมที่กำหนด

เมทริกซ์กระจัดกระจายอินพุตและ "การเรียงสับเปลี่ยน" ที่ลดการเติมต้องมีรูปร่างที่เข้ากันได้ หากเมทริกซ์กระจัดกระจายมีอันดับ 3; ด้วยมิติข้อมูลแบทช์ "B" ดังนั้น "การเรียงสับเปลี่ยน" จะต้องอยู่ในอันดับที่ 2 ด้วยมิติข้อมูลชุดเดียวกัน "B" ไม่มีการสนับสนุนสำหรับการออกอากาศ

นอกจากนี้ เวกเตอร์องค์ประกอบของ "การเรียงสับเปลี่ยน" ต้องมีความยาว "N" โดยประกอบด้วยจำนวนเต็มแต่ละจำนวน {0, 1, ..., N - 1} เพียงครั้งเดียว โดยที่ "N" คือจำนวนแถวของแต่ละองค์ประกอบ ของเมทริกซ์กระจัดกระจาย

แต่ละองค์ประกอบของเมทริกซ์กระจัดกระจายอินพุตจะต้องแสดงเมทริกซ์บวกที่แน่นอน (SPD) สมมาตร; แม้ว่าจะอ่านเฉพาะส่วนสามเหลี่ยมล่างของเมทริกซ์ หากส่วนประกอบใด ๆ ไม่ใช่ SPD ข้อผิดพลาด InvalidArgument จะถูกส่งออกไป

เมทริกซ์กระจัดกระจายที่ส่งคืนมีรูปร่างหนาแน่นเหมือนกันกับเมทริกซ์กระจัดกระจายอินพุต สำหรับแต่ละองค์ประกอบ 'A' ของเมทริกซ์กระจัดกระจายอินพุต เมทริกซ์กระจัดกระจายเอาต์พุตที่สอดคล้องกันแสดงถึง 'L' ซึ่งเป็นแฟคเตอร์ Cholesky สามเหลี่ยมล่างที่ตอบสนองเอกลักษณ์ต่อไปนี้:

A = L * Lt
 
โดยที่ Lt หมายถึงทรานสโพสของ L (หรือคอนจูเกตทรานสโพส ถ้า ` ประเภท 'คือ 'complex64' หรือ 'complex128')

พารามิเตอร์ "ประเภท" หมายถึงประเภทขององค์ประกอบเมทริกซ์ ประเภทที่รองรับ ได้แก่ `float32', 'float64', 'complex64' และ 'complex128'

ตัวอย่างการใช้งาน:

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` เก็บปัจจัย Cholesky ที่หนาแน่น: อินพุต
[[  1.  0.    0.    0.]
      [  0.  1.41  0.    0.]
      [  0.  0.70  1.58  0.]
      [  0.  0.    0.    2.]]
 
: A `CSRSparseMatrix' การเปลี่ยนแปลง: A `เทนเซอร์' ประเภท: ประเภทของ 'อินพุต'

วิธีการสาธารณะ

เอาท์พุต <Object>
เป็นเอาต์พุต ()
ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์
คงที่ <T> SparseMatrixSparseCholesky
สร้าง ( ขอบเขต ขอบเขต, อินพุต ตัวถูกดำเนินการ <?>, การเรียง สับเปลี่ยน <จำนวนเต็ม> ตัวดำเนินการ, ประเภทคลาส<T>)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ SparseMatrixSparseCholesky ใหม่
เอาท์พุต <?>
เอาท์พุท ()
การสลายตัวของ Cholesky แบบเบาบางของ 'อินพุต'

วิธีการสืบทอด

วิธีการสาธารณะ

เอาต์พุต สาธารณะ <Object> asOutput ()

ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการทำงานของ TensorFlow เป็นเอาต์พุตของการดำเนินการอื่นของ TensorFlow วิธีนี้ใช้เพื่อขอรับหมายเลขอ้างอิงเชิงสัญลักษณ์ที่แสดงถึงการคำนวณของอินพุต

SparseMatrixSparseCholesky แบบคงที่สาธารณะ สร้าง ( ขอบเขต ขอบเขต, อินพุตตัวถูกดำเนินการ <?>, การ เรียงสับเปลี่ยน <จำนวนเต็ม> ตัวถูกดำเนินการ, ประเภทคลาส<T>)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ SparseMatrixSparseCholesky ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล `CSRSparseMatrix`
การเปลี่ยนแปลง เมทริกซ์การเปลี่ยนแปลงการรีดิวซ์แบบรีดิวซ์
คืนสินค้า
  • อินสแตนซ์ใหม่ของ SparseMatrixSparseCholesky

เอาต์พุต สาธารณะ <?> เอาต์พุต ()

การสลายตัวของ Cholesky แบบเบาบางของ 'อินพุต'