SelfAdjointEig

classe finale pubblica SelfAdjointEig

Calcola la scomposizione automatica di un lotto di matrici autoaggiunte

(Nota: sono supportati solo input reali).

Calcola gli autovalori e gli autovettori delle matrici N per N più interne nel tensore tale che tensore[...,:,:] * v[..., :,i] = e[..., i] * v [...,:,i], per i=0...N-1.

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

statico <T estende TType > SelfAdjointEig <T>
create ( Scope scope, Operando <T> a, Boolean lower, Long maxIter, Float epsilon)
Metodo factory per creare una classe che racchiude una nuova operazione SelfAdjointEig.
Uscita <T>
v ()
La colonna v[..., :, i] è l'autovettore normalizzato corrispondente all'autovalore w[..., i].
Uscita <T>
w ()
Gli autovalori in ordine crescente, ciascuno ripetuto secondo la sua molteplicità.

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "XlaSelfAdjointEig"

Metodi pubblici

public static SelfAdjointEig <T> create ( Scope scope, Operand <T> a, Boolean lower, Long maxIter, Float epsilon)

Metodo factory per creare una classe che racchiude una nuova operazione SelfAdjointEig.

Parametri
scopo ambito attuale
UN il tensore di ingresso.
inferiore un valore booleano specifica se il calcolo viene eseguito con la parte triangolare inferiore o quella superiore.
maxIter numero massimo di aggiornamenti di scansione, ovvero l'intera parte triangolare inferiore o la parte triangolare superiore in base al parametro inferiore. Euristicamente, è stato sostenuto che nella pratica sono necessarie operazioni di scansione di circa logN (Rif: Golub & van Loan "Matrix Computation").
epsilon il rapporto di tolleranza.
ritorna
  • una nuova istanza di SelfAdjointEig

Uscita pubblica <T> v ()

La colonna v[..., :, i] è l'autovettore normalizzato corrispondente all'autovalore w[..., i].

Uscita pubblica <T> w ()

Gli autovalori in ordine crescente, ciascuno ripetuto secondo la sua molteplicità.