Svd

공개 최종 수업 Svd

하나 이상의 행렬의 특이값 분해를 계산합니다.

`input[..., :, :] = u[..., :, :] * diag(s[..., :, :]) *가 되도록 `input`의 각 내부 행렬의 SVD를 계산합니다. transpose(v[..., :, :])` 

# a is a tensor containing a batch of matrices.
 # s is a tensor of singular values for each matrix.
 # u is the tensor containing the left singular vectors for each matrix.
 # v is the tensor containing the right singular vectors for each matrix.
 s, u, v = svd(a)
 s, _, _ = svd(a, compute_uv=False)

중첩 클래스

수업 Svd.옵션 Svd 의 선택적 속성

상수

끈 OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

정적 Svd.옵션
계산Uv (부울 계산Uv)
static <T는 TType을 확장합니다. > Svd <T>
생성 ( 범위 범위, 피연산자 <T> 입력, 옵션... 옵션)
새 Svd 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
정적 Svd.옵션
fullMatrices (부울 fullMatrices)
출력 <T>
초 ()
특이값.
출력 <T>
당신 ()
왼쪽 특이 벡터.
출력 <T>
V ()
왼쪽 특이 벡터.

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "Svd"

공개 방법

공개 정적 Svd.Options 계산Uv (부울 계산Uv)

매개변수
계산Uv true인 경우 왼쪽 및 오른쪽 특이 벡터가 각각 'u' 및 'v'로 계산되어 반환됩니다. false인 경우 `u`와 `v`는 설정되지 않으며 참조되어서는 안 됩니다.

public static Svd <T> create ( 범위 범위, 피연산자 <T> 입력, 옵션... 옵션)

새 Svd 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
입력 가장 안쪽 2차원이 `[M, N]` 크기의 행렬을 형성하는 형태 `[..., M, N]`의 텐서입니다. 'P'를 'M'과 'N'의 최소값으로 둡니다.
옵션 선택적 속성 값을 전달합니다.
보고
  • Svd의 새 인스턴스

public static Svd.Options fullMatrices (부울 fullMatrices)

매개변수
전체 행렬 true인 경우 전체 크기 `u`와 `v`를 계산합니다. false(기본값)인 경우 선행 `P` 특이 벡터만 계산합니다. `compute_uv`가 `False`인 경우 무시됩니다.

공개 출력 <T> s ()

특이값. 모양은 `[..., P]`입니다.

공개 출력 <T> u ()

왼쪽 특이 벡터. `full_matrices`가 `False`이면 모양은 `[..., M, P]`입니다. `full_matrices`가 `True`이면 모양은 `[..., M, M]`입니다. `compute_uv`가 `False`인 경우 정의되지 않습니다.

공개 출력 <T> v ()

왼쪽 특이 벡터. `full_matrices`가 `False`이면 모양은 `[..., N, P]`입니다. `full_matrices`가 `True`이면 모양은 `[..., N, N]`입니다. `compute_uv`가 false인 경우 정의되지 않습니다.