Resolve um ou mais problemas lineares de mínimos quadrados.
`matriz` é um tensor de forma `[..., M, N]` cujas 2 dimensões mais internas formam matrizes reais ou complexas de tamanho `[M, N]`. `Rhs` é um tensor do mesmo tipo que `matriz` e forma `[..., M, K]`. A saída é uma forma de tensor `[..., N, K]` onde cada matriz de saída resolve cada uma das equações `matriz[..., :, :]` * `saída[..., :, :] ` = `rhs[..., :, :]` no sentido dos mínimos quadrados.
Usamos a seguinte notação para matriz (complexa) e lado direito do lote:
`matriz`=\\(A \in \mathbb{C}^{m \times n}\\), `rh`=\\(B \in \mathbb{C}^{m \times k}\\), `saída`=\\(X \in \mathbb{C}^{n \times k}\\), `l2_regularizador`=\\(\lambda \in \mathbb{R}\\).
Se `fast` for `True`, então a solução é calculada resolvendo as equações normais usando a decomposição de Cholesky. Especificamente, se \\(m \ge n\\) então \\(X = (A^H A + \lambda I)^{-1} A^H B\\), que resolve o problema dos mínimos quadrados \\(X = \mathrm{argmin}_{Z \in \Re^{n \times k} } ||A Z - B||_F^2 + \lambda ||Z||_F^2\\). Se \\(m \lt n\\) então `output` é calculado como \\(X = A^H (A A^H + \lambda I)^{-1} B\\), que (para \\(\lambda = 0\\)) é a solução de norma mínima para o sistema linear subdeterminado, ou seja, \\(X = \mathrm{argmin}_{Z \in \mathbb{C}^{n \times k} } ||Z||_F^2 \\), sujeito a \\(A Z = B\\). Observe que o caminho rápido só é numericamente estável quando \\(A\\) é numericamente de classificação completa e tem um número de condição \\(\mathrm{cond}(A) \lt \frac{1}{\sqrt{\epsilon_{mach} } }\\) ou \\(\lambda\\) é suficientemente grande.
Se `fast` for `False`, um algoritmo baseado na decomposição ortogonal completa numericamente robusta é usado. Isso calcula a solução de mínimos quadrados de norma mínima, mesmo quando \\(A\\) é deficiente em classificação. Esse caminho é normalmente 6 a 7 vezes mais lento que o caminho rápido. Se `fast` for `False` então `l2_regularizer` será ignorado.
Classes aninhadas
| aula | MatrixSolveLs.Options | Atributos opcionais para MatrixSolveLs | |
Constantes
| Corda | OP_NAME | O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow |
Métodos Públicos
| Saída <T> | asOutput () Retorna o identificador simbólico do tensor. |
| estático <T estende TType > MatrixSolveLs <T> | |
| MatrixSolveLs.Options estático | rápido (booleano rápido) |
| Saída <T> | saída () A forma é `[..., N, K]`. |
Métodos herdados
Constantes
String final estática pública OP_NAME
O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static MatrixSolveLs <T> create ( Escopo escopo , Operando <T> matriz, Operando <T> rhs, Operando < TFloat64 > l2Regularizer, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação MatrixSolveLs.
Parâmetros
| escopo | escopo atual |
|---|---|
| matriz | A forma é `[..., M, N]`. |
| rh | A forma é `[..., M, K]`. |
| l2Regularizador | Tensor escalar. |
| opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de MatrixSolveLs
Resolve um ou mais problemas lineares de mínimos quadrados.
`matriz` é um tensor de forma `[..., M, N]` cujas 2 dimensões mais internas formam matrizes reais ou complexas de tamanho `[M, N]`. `Rhs` é um tensor do mesmo tipo que `matriz` e forma `[..., M, K]`. A saída é uma forma de tensor `[..., N, K]` onde cada matriz de saída resolve cada uma das equações `matriz[..., :, :]` * `saída[..., :, :] ` = `rhs[..., :, :]` no sentido dos mínimos quadrados.
Usamos a seguinte notação para matriz (complexa) e lado direito do lote:
`matriz`=\\(A \in \mathbb{C}^{m \times n}\\), `rh`=\\(B \in \mathbb{C}^{m \times k}\\), `saída`=\\(X \in \mathbb{C}^{n \times k}\\), `l2_regularizador`=\\(\lambda \in \mathbb{R}\\).
Se `fast` for `True`, então a solução é calculada resolvendo as equações normais usando a decomposição de Cholesky. Especificamente, se \\(m \ge n\\) então \\(X = (A^H A + \lambda I)^{-1} A^H B\\), que resolve o problema dos mínimos quadrados \\(X = \mathrm{argmin}_{Z \in \Re^{n \times k} } ||A Z - B||_F^2 + \lambda ||Z||_F^2\\). Se \\(m \lt n\\) então `output` é calculado como \\(X = A^H (A A^H + \lambda I)^{-1} B\\), que (para \\(\lambda = 0\\)) é a solução de norma mínima para o sistema linear subdeterminado, ou seja, \\(X = \mathrm{argmin}_{Z \in \mathbb{C}^{n \times k} } ||Z||_F^2 \\), sujeito a \\(A Z = B\\). Observe que o caminho rápido só é numericamente estável quando \\(A\\) é numericamente de classificação completa e tem um número de condição \\(\mathrm{cond}(A) \lt \frac{1}{\sqrt{\epsilon_{mach} } }\\) ou \\(\lambda\\) é suficientemente grande.
Se `fast` for `False`, um algoritmo baseado na decomposição ortogonal completa numericamente robusta é usado. Isso calcula a solução de mínimos quadrados de norma mínima, mesmo quando \\(A\\) é deficiente em classificação. Esse caminho é normalmente 6 a 7 vezes mais lento que o caminho rápido. Se `fast` for `False` então `l2_regularizer` será ignorado.
Classes aninhadas
| aula | MatrixSolveLs.Options | Atributos opcionais para MatrixSolveLs | |
Constantes
| Corda | OP_NAME | O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow |
Métodos Públicos
| Saída <T> | asOutput () Retorna o identificador simbólico do tensor. |
| estático <T estende TType > MatrixSolveLs <T> | |
| MatrixSolveLs.Options estático | rápido (booleano rápido) |
| Saída <T> | saída () A forma é `[..., N, K]`. |
Métodos herdados
Constantes
String final estática pública OP_NAME
O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static MatrixSolveLs <T> create ( Escopo escopo , Operando <T> matriz, Operando <T> rhs, Operando < TFloat64 > l2Regularizer, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação MatrixSolveLs.
Parâmetros
| escopo | escopo atual |
|---|---|
| matriz | A forma é `[..., M, N]`. |
| rh | A forma é `[..., M, K]`. |
| l2Regularizador | Tensor escalar. |
| opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de MatrixSolveLs
Resolve um ou mais problemas lineares de mínimos quadrados.
`matriz` é um tensor de forma `[..., M, N]` cujas 2 dimensões mais internas formam matrizes reais ou complexas de tamanho `[M, N]`. `Rhs` é um tensor do mesmo tipo que `matriz` e forma `[..., M, K]`. A saída é uma forma de tensor `[..., N, K]` onde cada matriz de saída resolve cada uma das equações `matriz[..., :, :]` * `saída[..., :, :] ` = `rhs[..., :, :]` no sentido dos mínimos quadrados.
Usamos a seguinte notação para matriz (complexa) e lado direito do lote:
`matriz`=\\(A \in \mathbb{C}^{m \times n}\\), `rh`=\\(B \in \mathbb{C}^{m \times k}\\), `saída`=\\(X \in \mathbb{C}^{n \times k}\\), `l2_regularizador`=\\(\lambda \in \mathbb{R}\\).
Se `fast` for `True`, então a solução é calculada resolvendo as equações normais usando a decomposição de Cholesky. Especificamente, se \\(m \ge n\\) então \\(X = (A^H A + \lambda I)^{-1} A^H B\\), que resolve o problema dos mínimos quadrados \\(X = \mathrm{argmin}_{Z \in \Re^{n \times k} } ||A Z - B||_F^2 + \lambda ||Z||_F^2\\). Se \\(m \lt n\\) então `output` é calculado como \\(X = A^H (A A^H + \lambda I)^{-1} B\\), que (para \\(\lambda = 0\\)) é a solução de norma mínima para o sistema linear subdeterminado, ou seja, \\(X = \mathrm{argmin}_{Z \in \mathbb{C}^{n \times k} } ||Z||_F^2 \\), sujeito a \\(A Z = B\\). Observe que o caminho rápido só é numericamente estável quando \\(A\\) é numericamente de classificação completa e tem um número de condição \\(\mathrm{cond}(A) \lt \frac{1}{\sqrt{\epsilon_{mach} } }\\) ou \\(\lambda\\) é suficientemente grande.
Se `fast` for `False`, um algoritmo baseado na decomposição ortogonal completa numericamente robusta é usado. Isso calcula a solução de mínimos quadrados de norma mínima, mesmo quando \\(A\\) é deficiente em classificação. Esse caminho é normalmente 6 a 7 vezes mais lento que o caminho rápido. Se `fast` for `False` então `l2_regularizer` será ignorado.
Classes aninhadas
| aula | MatrixSolveLs.Options | Atributos opcionais para MatrixSolveLs | |
Constantes
| Corda | OP_NAME | O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow |
Métodos Públicos
| Saída <T> | asOutput () Retorna o identificador simbólico do tensor. |
| estático <T estende TType > MatrixSolveLs <T> | |
| MatrixSolveLs.Options estático | rápido (booleano rápido) |
| Saída <T> | saída () A forma é `[..., N, K]`. |
Métodos herdados
Constantes
String final estática pública OP_NAME
O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static MatrixSolveLs <T> create ( Escopo escopo , Operando <T> matriz, Operando <T> rhs, Operando < TFloat64 > l2Regularizer, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação MatrixSolveLs.
Parâmetros
| escopo | escopo atual |
|---|---|
| matriz | A forma é `[..., M, N]`. |
| rh | A forma é `[..., M, K]`. |
| l2Regularizador | Tensor escalar. |
| opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de MatrixSolveLs
Resolve um ou mais problemas lineares de mínimos quadrados.
`matriz` é um tensor de forma `[..., M, N]` cujas 2 dimensões mais internas formam matrizes reais ou complexas de tamanho `[M, N]`. `Rhs` é um tensor do mesmo tipo que `matriz` e forma `[..., M, K]`. A saída é uma forma de tensor `[..., N, K]` onde cada matriz de saída resolve cada uma das equações `matriz[..., :, :]` * `saída[..., :, :] ` = `rhs[..., :, :]` no sentido dos mínimos quadrados.
Usamos a seguinte notação para matriz (complexa) e lado direito do lote:
`matriz`=\\(A \in \mathbb{C}^{m \times n}\\), `rh`=\\(B \in \mathbb{C}^{m \times k}\\), `saída`=\\(X \in \mathbb{C}^{n \times k}\\), `l2_regularizador`=\\(\lambda \in \mathbb{R}\\).
Se `fast` for `True`, então a solução é calculada resolvendo as equações normais usando a decomposição de Cholesky. Especificamente, se \\(m \ge n\\) então \\(X = (A^H A + \lambda I)^{-1} A^H B\\), que resolve o problema dos mínimos quadrados \\(X = \mathrm{argmin}_{Z \in \Re^{n \times k} } ||A Z - B||_F^2 + \lambda ||Z||_F^2\\). Se \\(m \lt n\\) então `output` é calculado como \\(X = A^H (A A^H + \lambda I)^{-1} B\\), que (para \\(\lambda = 0\\)) é a solução de norma mínima para o sistema linear subdeterminado, ou seja, \\(X = \mathrm{argmin}_{Z \in \mathbb{C}^{n \times k} } ||Z||_F^2 \\), sujeito a \\(A Z = B\\). Observe que o caminho rápido só é numericamente estável quando \\(A\\) é numericamente de classificação completa e tem um número de condição \\(\mathrm{cond}(A) \lt \frac{1}{\sqrt{\epsilon_{mach} } }\\) ou \\(\lambda\\) é suficientemente grande.
Se `fast` for `False`, um algoritmo baseado na decomposição ortogonal completa numericamente robusta é usado. Isso calcula a solução de mínimos quadrados de norma mínima, mesmo quando \\(A\\) é deficiente em classificação. Esse caminho é normalmente 6 a 7 vezes mais lento que o caminho rápido. Se `fast` for `False` então `l2_regularizer` será ignorado.
Classes aninhadas
| aula | MatrixSolveLs.Options | Atributos opcionais para MatrixSolveLs | |
Constantes
| Corda | OP_NAME | O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow |
Métodos Públicos
| Saída <T> | asOutput () Retorna o identificador simbólico do tensor. |
| estático <T estende TType > MatrixSolveLs <T> | |
| MatrixSolveLs.Options estático | rápido (booleano rápido) |
| Saída <T> | saída () A forma é `[..., N, K]`. |
Métodos herdados
Constantes
String final estática pública OP_NAME
O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static MatrixSolveLs <T> create ( Escopo escopo , Operando <T> matriz, Operando <T> rhs, Operando < TFloat64 > l2Regularizer, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação MatrixSolveLs.
Parâmetros
| escopo | escopo atual |
|---|---|
| matriz | A forma é `[..., M, N]`. |
| rh | A forma é `[..., M, K]`. |
| l2Regularizador | Tensor escalar. |
| opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de MatrixSolveLs