TridiagonalSolve

публичный финальный класс TridiagonalSolve

Решает трехдиагональные системы уравнений.

Решает трехдиагональные системы уравнений. Поддерживает размеры партии и несколько правых сторон для каждой левой стороны. На ЦП решение вычисляется методом исключения Гаусса с частичным поворотом или без него, в зависимости от атрибута «partial_pivoting». На графическом процессоре используется библиотека cuSPARSE от Nvidia: https://docs.nvidia.com/cuda/cusparse/index.html#gtsv Частичный поворот пока не поддерживается серверными модулями XLA.

Вложенные классы

сорт

TridiagonalSolve.Options

Дополнительные атрибуты для TridiagonalSolve

Константы

Нить

OP_NAME

Название этой операции, известное основному движку TensorFlow.

Публичные методы

Выход <Т>	какВывод () Возвращает символический дескриптор тензора.
static <T расширяет TType > TridiagonalSolve <T>	create ( Область видимости , Диагонали операнда <T>, Правая часть операнда <T>, Параметры... ) Фабричный метод для создания класса, обертывающего новую операцию TridiagonalSolve.
Выход <Т>	выход () Тензор формы `[..., M, K]`, содержащий решения
статический TridiagonalSolve.Options	частичное сведение (логическое частичное сведение)

Унаследованные методы

Из класса org.tensorflow.op.RawOp

последнее логическое значение	равно (Объект obj)
окончательный интервал	хэш-код ()
Операция	оп () Верните эту единицу вычислений как одну Operation .
последняя строка	нанизывать ()

Из класса java.lang.Object

логическое значение	равно (Объект arg0)
последний класс<?>	получитьКласс ()
интервал	хэш-код ()
окончательная пустота	поставить в известность ()
окончательная пустота	уведомитьВсе ()
Нить	нанизывать ()
окончательная пустота	подождать (длинный arg0, int arg1)
окончательная пустота	подождите (длинный arg0)
окончательная пустота	ждать ()

Из интерфейса org.tensorflow.op.Op

абстрактная среда выполнения	окружение () Верните среду выполнения, в которой была создана эта операция.
абстрактная операция	оп () Верните эту единицу вычислений как одну Operation .

Из интерфейса org.tensorflow.Operand

абстрактный вывод <T>	какВывод () Возвращает символический дескриптор тензора.
абстрактная Т	асТензор () Возвращает тензор в этом операнде.
абстрактная форма	форма () Возвращает (возможно, частично известную) форму тензора, на который ссылается Output этого операнда.
абстрактный класс<T>	тип () Возвращает тензорный тип этого операнда

Из интерфейса org.tensorflow.ndarray.Shaped

абстрактный int	классифицировать ()
абстрактная форма	форма ()
абстрактный длинный	размер () Вычисляет и возвращает общий размер этого контейнера в количестве значений.

Константы

общедоступная статическая финальная строка OP_NAME

Название этой операции, известное основному движку TensorFlow.

Постоянное значение: «TridiagonalSolve».

Публичные методы

публичный вывод <T> asOutput ()

Возвращает символический дескриптор тензора.

Входные данные для операций TensorFlow являются выходными данными другой операции TensorFlow. Этот метод используется для получения символического дескриптора, который представляет собой вычисление входных данных.

public static TridiagonalSolve <T> create ( Область действия, диагонали операнда <T>, операнд <T> справа, параметры... параметры)

Фабричный метод для создания класса, обертывающего новую операцию TridiagonalSolve.

Параметры

объем	текущий объем
диагонали	Тензор формы `[..., 3, M]`, два внутренних измерения которого представляют трехдиагональные матрицы, три строки которых представляют собой супердиагонали, диагонали и субдиагонали по порядку. Последний элемент наддиагонали и первый элемент поддиагонали игнорируются.
правый риск	Тензор формы `[..., M, K]`, представляющий K правых частей на каждую левую часть.
параметры	содержит значения необязательных атрибутов

Возврат

• новый экземпляр TridiagonalSolve

публичный вывод <T> вывод ()

Тензор формы `[..., M, K]`, содержащий решения

общедоступный статический TridiagonalSolve.Options частичное сведение (логическое значение частичного свертывания)

Параметры

частичный поворот	Применять ли частичный поворот. Частичный поворот делает процедуру более стабильной, но более медленной.