คลาสสุดท้ายสาธารณะ Eig
คำนวณการสลายตัวแบบลักษณะเฉพาะของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป
คำนวณค่าลักษณะเฉพาะและ (เป็นทางเลือก) เวกเตอร์ลักษณะเฉพาะที่เหมาะสมของเมทริกซ์ด้านในแต่ละตัวใน `input` โดยที่ `input[..., :, :] = v[..., :, :] * diag(e[..., :])`. ค่าลักษณะเฉพาะจะถูกจัดเรียงตามลำดับที่ไม่ลดลง
# a is a tensor.
# e is a tensor of eigenvalues.
# v is a tensor of eigenvectors.
e, v = eig(a)
e = eig(a, compute_v=False)
คลาสที่ซ้อนกัน
| ระดับ | Eig.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Eig | |
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| Eig.Options แบบคงที่ | computeV (บูลีน computeV) |
| คงที่ <U ขยาย TType > Eig <U> | สร้าง (ขอบเขต ขอบเขต ตัวดำเนินการ <? ขยาย TType > อินพุต คลาส<U> Tout ตัวเลือก... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Eig ใหม่ |
| เอาท์พุต <U> | อี () ค่าลักษณะเฉพาะ |
| เอาท์พุต <U> | วี () ไอเกนเวกเตอร์ |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
ค่าคงที่: "Eig"
วิธีการสาธารณะ
Eig.Options สาธารณะแบบคงที่ computeV (Boolean computeV)
พารามิเตอร์
| คำนวณV | หากเป็น "จริง" ดังนั้น eigenvector จะถูกคำนวณและส่งคืนใน "v" มิฉะนั้นจะคำนวณเฉพาะค่าลักษณะเฉพาะเท่านั้น |
|---|
สร้าง Eig <U> สาธารณะแบบคงที่ (ขอบเขต ขอบเขต , ตัวดำเนินการ <? ขยาย TType > อินพุต, คลาส <U> Tout, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Eig ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| ป้อนข้อมูล | `เทนเซอร์` อินพุตของรูปร่าง `[N, N]` |
| ตัวเลือก | มีค่าแอตทริบิวต์ทางเลือก |
การส่งคืน
- ตัวอย่างใหม่ของ Eig