คำนวณลอการิทึมเมทริกซ์ของเมทริกซ์จตุรัสหนึ่งหรือหลายเมทริกซ์:
\\(log(exp(A)) = A\\)
op นี้ถูกกำหนดไว้สำหรับเมทริกซ์เชิงซ้อนเท่านั้น หาก A มีค่าแน่นอนเชิงบวกและเป็นจำนวนจริง การแคสต์ไปยังเมทริกซ์เชิงซ้อน การนำลอการิทึมและการแคสต์กลับไปยังเมทริกซ์จริงจะให้ผลลัพธ์ที่ถูกต้อง
ฟังก์ชันนี้คำนวณลอการิทึมเมทริกซ์โดยใช้อัลกอริทึม Schur-Parlett รายละเอียดของอัลกอริทึมสามารถพบได้ในส่วน 11.6.2 ของ: Nicholas J. Higham, Functions of Matrices: Theory and Computation, SIAM 2008. ISBN 978-0-898716-46-7
ข้อมูลเข้าเป็นเทนเซอร์ของรูปร่าง `[..., M, M]` ซึ่งมี 2 มิติด้านในสุดเป็นเมทริกซ์จตุรัส เอาต์พุตเป็นเทนเซอร์ที่มีรูปร่างเดียวกันกับอินพุตที่มีเลขชี้กำลังสำหรับเมทริกซ์ย่อยอินพุตทั้งหมด `[..., :, :]`
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
| คงที่ <T ขยาย TType > เมทริกซ์ลอการิทึม <T> | |
| เอาท์พุต <T> | เอาท์พุท () รูปร่างคือ `[..., M, M]` |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์ พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง MatrixLogarithm <T> แบบคงที่สาธารณะ ( ขอบเขต ขอบเขต อินพุต Operand <T>)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ MatrixLogarithm ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| ป้อนข้อมูล | รูปร่างคือ `[..., M, M]` |
การส่งคืน
- ตัวอย่างใหม่ของ MatrixLogarithm