لگاریتم ماتریس یک یا چند ماتریس مربع را محاسبه می کند:
\\(log(exp(A)) = A\\)
این عملیات فقط برای ماتریس های پیچیده تعریف شده است. اگر A مثبت-معین و واقعی باشد، ریختن به یک ماتریس مختلط، گرفتن لگاریتم و بازگرداندن به یک ماتریس واقعی، نتیجه صحیح را به دست میدهد.
این تابع لگاریتم ماتریس را با استفاده از الگوریتم Schur-Parlett محاسبه می کند. جزئیات الگوریتم را می توان در بخش 11.6.2 از: Nicholas J. Higham, Functions of Matrices: Theory and Computation, SIAM 2008 یافت. ISBN 978-0-898716-46-7.
ورودی یک تانسور شکل «[...، M، M]» است که بیشترین 2 بعد داخلی آن ماتریس های مربعی را تشکیل می دهند. خروجی تانسوری است به همان شکل ورودی که حاوی نمایی برای همه زیرماتریس های ورودی «[...، :، :]» است.
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی <T> | asOutput () دسته نمادین تانسور را برمی گرداند. |
static <T TType > MatrixLogarithm <T> را گسترش می دهد | |
خروجی <T> | خروجی () شکل «[...، M، M]» است. |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی <T> asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
ایجاد ماتریس استاتیک عمومی <T> ( دامنه دامنه ، ورودی عملوند <T>)
روش کارخانه برای ایجاد کلاسی که یک عملیات MatrixLogarithm جدید را بسته بندی می کند.
پارامترها
دامنه | محدوده فعلی |
---|---|
ورودی | شکل «[...، M، M]» است. |
برمی گرداند
- یک نمونه جدید از MatrixLogarithm