MatrixLogarithm
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Menghitung logaritma matriks dari satu atau lebih matriks persegi:
\\(log(exp(A)) = A\\)
Operasi ini hanya ditentukan untuk matriks kompleks. Jika A pasti positif dan nyata, maka pentransmisian ke matriks kompleks, pengambilan logaritma, dan pentransmisian kembali ke matriks nyata akan memberikan hasil yang benar.
Fungsi ini menghitung logaritma matriks menggunakan algoritma Schur-Parlett. Detail algoritma dapat ditemukan di Bagian 11.6.2 dari: Nicholas J. Higham, Fungsi Matriks: Teori dan Komputasi, SIAM 2008. ISBN 978-0-898716-46-7.
Masukannya berupa tensor berbentuk `[..., M, M]` yang 2 dimensi terdalamnya membentuk matriks persegi. Outputnya adalah tensor dengan bentuk yang sama dengan input yang berisi eksponensial untuk semua submatriks input `[..., :, :]`.
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Warisan
Dari kelas java.lang.Object | boolean | sama dengan (Objek arg0) |
| Kelas terakhir<?> | dapatkan Kelas () |
| ke dalam | Kode hash () |
| kekosongan terakhir | beri tahu () |
| kekosongan terakhir | beri tahuSemua () |
| Rangkaian | keString () |
| kekosongan terakhir | tunggu (arg0 panjang, int arg1) |
| kekosongan terakhir | tunggu (argumen panjang0) |
| kekosongan terakhir | Tunggu () |
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Nilai Konstan: "MatriksLogaritma"
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
Metode pabrik untuk membuat kelas yang membungkus operasi MatrixLogarithm baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|
| masukan | Bentuknya adalah `[..., M, M]`. |
|---|
Kembali
- contoh baru dari MatrixLogarithm
Keluaran publik <T> keluaran ()
Bentuknya adalah `[..., M, M]`.
,
Menghitung logaritma matriks dari satu atau lebih matriks persegi:
\\(log(exp(A)) = A\\)
Operasi ini hanya ditentukan untuk matriks kompleks. Jika A pasti positif dan nyata, maka pentransmisian ke matriks kompleks, pengambilan logaritma, dan pentransmisian kembali ke matriks nyata akan memberikan hasil yang benar.
Fungsi ini menghitung logaritma matriks menggunakan algoritma Schur-Parlett. Detail algoritma dapat ditemukan di Bagian 11.6.2 dari: Nicholas J. Higham, Fungsi Matriks: Teori dan Komputasi, SIAM 2008. ISBN 978-0-898716-46-7.
Masukannya berupa tensor berbentuk `[..., M, M]` yang 2 dimensi terdalamnya membentuk matriks persegi. Outputnya adalah tensor dengan bentuk yang sama dengan input yang berisi eksponensial untuk semua submatriks input `[..., :, :]`.
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Warisan
Dari kelas java.lang.Object | boolean | sama dengan (Objek arg0) |
| Kelas terakhir<?> | dapatkan Kelas () |
| ke dalam | Kode hash () |
| kekosongan terakhir | beri tahu () |
| kekosongan terakhir | beri tahuSemua () |
| Rangkaian | keString () |
| kekosongan terakhir | tunggu (arg0 panjang, int arg1) |
| kekosongan terakhir | tunggu (argumen panjang0) |
| kekosongan terakhir | Tunggu () |
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Nilai Konstan: "MatriksLogaritma"
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
Metode pabrik untuk membuat kelas yang membungkus operasi MatrixLogarithm baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|
| masukan | Bentuknya adalah `[..., M, M]`. |
|---|
Kembali
- contoh baru dari MatrixLogarithm
Keluaran publik <T> keluaran ()
Bentuknya adalah `[..., M, M]`.
,
Menghitung logaritma matriks dari satu atau lebih matriks persegi:
\\(log(exp(A)) = A\\)
Operasi ini hanya ditentukan untuk matriks kompleks. Jika A pasti positif dan nyata, maka pentransmisian ke matriks kompleks, pengambilan logaritma, dan pentransmisian kembali ke matriks nyata akan memberikan hasil yang benar.
Fungsi ini menghitung logaritma matriks menggunakan algoritma Schur-Parlett. Detail algoritma dapat ditemukan di Bagian 11.6.2 dari: Nicholas J. Higham, Fungsi Matriks: Teori dan Komputasi, SIAM 2008. ISBN 978-0-898716-46-7.
Masukannya berupa tensor berbentuk `[..., M, M]` yang 2 dimensi terdalamnya membentuk matriks persegi. Outputnya adalah tensor dengan bentuk yang sama dengan input yang berisi eksponensial untuk semua submatriks input `[..., :, :]`.
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Warisan
Dari kelas java.lang.Object | boolean | sama dengan (Objek arg0) |
| Kelas terakhir<?> | dapatkan Kelas () |
| ke dalam | Kode hash () |
| kekosongan terakhir | beri tahu () |
| kekosongan terakhir | beri tahuSemua () |
| Rangkaian | keString () |
| kekosongan terakhir | tunggu (arg0 panjang, int arg1) |
| kekosongan terakhir | tunggu (argumen panjang0) |
| kekosongan terakhir | Tunggu () |
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Nilai Konstan: "MatriksLogaritma"
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
Metode pabrik untuk membuat kelas yang membungkus operasi MatrixLogarithm baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|
| masukan | Bentuknya adalah `[..., M, M]`. |
|---|
Kembali
- contoh baru dari MatrixLogarithm
Keluaran publik <T> keluaran ()
Bentuknya adalah `[..., M, M]`.
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-25 UTC.
[null,null,["Terakhir diperbarui pada 2025-07-25 UTC."],[],[],null,["# MatrixLogarithm\n\npublic final class **MatrixLogarithm** \nComputes the matrix logarithm of one or more square matrices:\n\n\n\\\\\\\\(log(exp(A)) = A\\\\\\\\)\n\n\nThis op is only defined for complex matrices. If A is positive-definite and\nreal, then casting to a complex matrix, taking the logarithm and casting back\nto a real matrix will give the correct result.\n\n\nThis function computes the matrix logarithm using the Schur-Parlett algorithm.\nDetails of the algorithm can be found in Section 11.6.2 of:\nNicholas J. Higham, Functions of Matrices: Theory and Computation, SIAM 2008.\nISBN 978-0-898716-46-7.\n\n\nThe input is a tensor of shape \\`\\[..., M, M\\]\\` whose inner-most 2 dimensions\nform square matrices. The output is a tensor of the same shape as the input\ncontaining the exponential for all input submatrices \\`\\[..., :, :\\]\\`.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n### Constants\n\n|--------|--------------------------------------------------------------------------------|---------------------------------------------------------|\n| String | [OP_NAME](/jvm/api_docs/java/org/tensorflow/op/linalg/MatrixLogarithm#OP_NAME) | The name of this op, as known by TensorFlow core engine |\n\n### Public Methods\n\n|------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [asOutput](/jvm/api_docs/java/org/tensorflow/op/linalg/MatrixLogarithm#asOutput())() Returns the symbolic handle of the tensor. |\n| static \\\u003cT extends [TType](/jvm/api_docs/java/org/tensorflow/types/family/TType)\\\u003e [MatrixLogarithm](/jvm/api_docs/java/org/tensorflow/op/linalg/MatrixLogarithm)\\\u003cT\\\u003e | [create](/jvm/api_docs/java/org/tensorflow/op/linalg/MatrixLogarithm#create(org.tensorflow.op.Scope, org.tensorflow.Operand\u003cT\u003e))([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e input) Factory method to create a class wrapping a new MatrixLogarithm operation. |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [output](/jvm/api_docs/java/org/tensorflow/op/linalg/MatrixLogarithm#output())() Shape is \\`\\[..., M, M\\]\\`. |\n\n### Inherited Methods\n\nFrom class [org.tensorflow.op.RawOp](/jvm/api_docs/java/org/tensorflow/op/RawOp) \n\n|----------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| final boolean | [equals](/jvm/api_docs/java/org/tensorflow/op/RawOp#equals(java.lang.Object))(Object obj) |\n| final int | [hashCode](/jvm/api_docs/java/org/tensorflow/op/RawOp#hashCode())() |\n| [Operation](/jvm/api_docs/java/org/tensorflow/Operation) | [op](/jvm/api_docs/java/org/tensorflow/op/RawOp#op())() Return this unit of computation as a single [Operation](/jvm/api_docs/java/org/tensorflow/Operation). |\n| final String | [toString](/jvm/api_docs/java/org/tensorflow/op/RawOp#toString())() |\n\nFrom class java.lang.Object \n\n|------------------|---------------------------|\n| boolean | equals(Object arg0) |\n| final Class\\\u003c?\\\u003e | getClass() |\n| int | hashCode() |\n| final void | notify() |\n| final void | notifyAll() |\n| String | toString() |\n| final void | wait(long arg0, int arg1) |\n| final void | wait(long arg0) |\n| final void | wait() |\n\nFrom interface [org.tensorflow.op.Op](/jvm/api_docs/java/org/tensorflow/op/Op) \n\n|-----------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| abstract [ExecutionEnvironment](/jvm/api_docs/java/org/tensorflow/ExecutionEnvironment) | [env](/jvm/api_docs/java/org/tensorflow/op/Op#env())() Return the execution environment this op was created in. |\n| abstract [Operation](/jvm/api_docs/java/org/tensorflow/Operation) | [op](/jvm/api_docs/java/org/tensorflow/op/Op#op())() Return this unit of computation as a single [Operation](/jvm/api_docs/java/org/tensorflow/Operation). |\n\nFrom interface [org.tensorflow.Operand](/jvm/api_docs/java/org/tensorflow/Operand) \n\n|-------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| abstract [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [asOutput](/jvm/api_docs/java/org/tensorflow/Operand#asOutput())() Returns the symbolic handle of the tensor. |\n| abstract T | [asTensor](/jvm/api_docs/java/org/tensorflow/Operand#asTensor())() Returns the tensor at this operand. |\n| abstract [Shape](/jvm/api_docs/java/org/tensorflow/ndarray/Shape) | [shape](/jvm/api_docs/java/org/tensorflow/Operand#shape())() Returns the (possibly partially known) shape of the tensor referred to by the [Output](/jvm/api_docs/java/org/tensorflow/Output) of this operand. |\n| abstract Class\\\u003cT\\\u003e | [type](/jvm/api_docs/java/org/tensorflow/Operand#type())() Returns the tensor type of this operand |\n\nFrom interface [org.tensorflow.ndarray.Shaped](/jvm/api_docs/java/org/tensorflow/ndarray/Shaped) \n\n|-------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------|\n| abstract int | [rank](/jvm/api_docs/java/org/tensorflow/ndarray/Shaped#rank())() |\n| abstract [Shape](/jvm/api_docs/java/org/tensorflow/ndarray/Shape) | [shape](/jvm/api_docs/java/org/tensorflow/ndarray/Shaped#shape())() |\n| abstract long | [size](/jvm/api_docs/java/org/tensorflow/ndarray/Shaped#size())() Computes and returns the total size of this container, in number of values. |\n\nConstants\n---------\n\n#### public static final String\n**OP_NAME**\n\nThe name of this op, as known by TensorFlow core engine \nConstant Value: \"MatrixLogarithm\"\n\nPublic Methods\n--------------\n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e\n**asOutput**\n()\n\nReturns the symbolic handle of the tensor.\n\nInputs to TensorFlow operations are outputs of another TensorFlow operation. This method is\nused to obtain a symbolic handle that represents the computation of the input.\n\n\u003cbr /\u003e\n\n#### public static [MatrixLogarithm](/jvm/api_docs/java/org/tensorflow/op/linalg/MatrixLogarithm)\\\u003cT\\\u003e\n**create**\n([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e input)\n\nFactory method to create a class wrapping a new MatrixLogarithm operation. \n\n##### Parameters\n\n| scope | current scope |\n| input | Shape is \\`\\[..., M, M\\]\\`. |\n|-------|-----------------------------|\n\n##### Returns\n\n- a new instance of MatrixLogarithm \n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e\n**output**\n()\n\nShape is \\`\\[..., M, M\\]\\`.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e"]]
