يحسب التحلل الذاتي لمجموعة من المصفوفات المتجاورة ذاتيًا
(ملاحظة: يتم دعم المدخلات الحقيقية فقط).
يحسب القيم الذاتية والمتجهات الذاتية لمصفوفات N-by-N الأعمق في الموتر بحيث يكون الموتر[...,:,:] * v[..., :,i] = e[..., i] * v [...,:,i], لـ i=0...N-1.
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
ثابت <T يمتد TType > SelfAdjointEig <T> | |
الإخراج <T> | الخامس () العمود v[..., :, i] هو المتجه الذاتي المقيس المطابق للقيمة الذاتية w[..., i]. |
الإخراج <T> | ث () القيم الذاتية مرتبة تصاعديا، وتتكرر كل منها حسب تعددها. |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
إنشاء SelfAdjointEig <T> ثابت عام ( نطاق النطاق ، المعامل <T> a، Boolean Lower، Long maxIter، Float epsilon)
طريقة المصنع لإنشاء فئة تغلف عملية SelfAdjointEig جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
أ | موتر الإدخال. |
أدنى | تحدد القيمة المنطقية ما إذا كانت العملية الحسابية ستتم باستخدام الجزء المثلث السفلي أو الجزء المثلث العلوي. |
maxIter | الحد الأقصى لعدد تحديثات المسح، أي الجزء المثلث السفلي بالكامل أو الجزء المثلث العلوي بناءً على المعلمة السفلية. ومن الناحية التجريبية، فقد قيل أن هناك حاجة إلى عمليات مسح logN تقريبًا في الممارسة العملية (المرجع: Golub & van Loan "Matrix Computation"). |
إبسيلون | نسبة التسامح. |
عائدات
- مثيل جديد لـ SelfAdjointEig
الإخراج العام <T> v ()
العمود v[..., :, i] هو المتجه الذاتي المقيس المطابق للقيمة الذاتية w[..., i].