Memecahkan satu atau lebih masalah kuadrat terkecil linier.
`matriks` adalah tensor berbentuk `[..., M, N]` yang 2 dimensi terdalamnya membentuk matriks nyata atau kompleks berukuran `[M, N]`. `Rhs` adalah tensor yang tipenya sama dengan `matriks` dan bentuk `[..., M, K]`. Outputnya adalah bentuk tensor `[..., N, K]` di mana setiap matriks output menyelesaikan setiap persamaan `matriks[..., :, :]` * `output[..., :, :] ` = `rhs[..., :, :]` dalam pengertian kuadrat terkecil.
Kami menggunakan notasi berikut untuk matriks (kompleks) dan ruas kanan dalam kumpulan:
`matriks`=\\(A \in \mathbb{C}^{m \times n}\\), `rhs`=\\(B \in \mathbb{C}^{m \times k}\\), `output`=\\(X \in \mathbb{C}^{n \times k}\\), `l2_regularizer`=\\(\lambda \in \mathbb{R}\\).
Jika `cepat` adalah `Benar`, maka penyelesaiannya dihitung dengan menyelesaikan persamaan normal menggunakan dekomposisi Cholesky. Khususnya, jika \\(m \ge n\\) maka \\(X = (A^H A + \lambda I)^{-1} A^H B\\), yang memecahkan masalah kuadrat terkecil \\(X = \mathrm{argmin}_{Z \in \Re^{n \times k} } ||A Z - B||_F^2 + \lambda ||Z||_F^2\\). Jika \\(m \lt n\\) maka `output` dihitung sebagai \\(X = A^H (A A^H + \lambda I)^{-1} B\\), yang (untuk \\(\lambda = 0\\)) merupakan solusi norma minimum untuk sistem linier yang kurang ditentukan, yaitu \\(X = \mathrm{argmin}_{Z \in \mathbb{C}^{n \times k} } ||Z||_F^2 \\), tunduk pada \\(A Z = B\\). Perhatikan bahwa jalur cepat hanya stabil secara numerik ketika \\(A\\) memiliki peringkat penuh secara numerik dan memiliki kondisi nomor \\(\mathrm{cond}(A) \lt \frac{1}{\sqrt{\epsilon_{mach} } }\\) atau \\(\lambda\\) cukup besar.
Jika `fast` adalah `False` maka algoritma yang didasarkan pada dekomposisi ortogonal lengkap yang kuat secara numerik akan digunakan. Ini menghitung solusi kuadrat terkecil dengan norma minimum, bahkan ketika \\(A\\) memiliki peringkat yang kurang. Jalur ini biasanya 6-7 kali lebih lambat dibandingkan jalur cepat. Jika `fast` adalah `False` maka `l2_regularizer` diabaikan.
Kelas Bersarang
| kelas | MatrixSolveLs.Opsi | Atribut opsional untuk MatrixSolveLs | |
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
| statis <T memperluas TType > MatrixSolveLs <T> | |
| MatrixSolveLs.Options statis | cepat (Boolean cepat) |
| Keluaran <T> | keluaran () Bentuknya adalah `[..., N, K]`. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
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.
public static MatrixSolveLs <T> buat ( Lingkup cakupan , matriks Operan <T>, Operan <T> rhs, Operan < TFloat64 > l2Regularizer, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi MatrixSolveLs baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| matriks | Bentuknya adalah `[..., M, N]`. |
| rhs | Bentuknya adalah `[..., M, K]`. |
| l2Pengatur | Tensor skalar. |
| pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari MatrixSolveLs