SelfAdjointEig

SelfAdjointEig classe final pública

Calcula a decomposição própria de um lote de matrizes auto-adjuntas

(Nota: apenas entradas reais são suportadas).

Calcula os autovalores e autovetores das matrizes N-por-N mais internas no tensor, de modo que o tensor [...,:,:] * v [...,:, i] = e [..., i] * v [...,:, i], para i = 0 ... N-1.

Constantes

Fragmento OP_NAME O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Métodos Públicos

estática <T estende TType > SelfAdjointEig <T>
criar ( Scope escopo, Operando <T> a, Boolean diminuir, Long maxiter, Float epsilon)
Método de fábrica para criar uma classe envolvendo uma nova operação SelfAdjointEig.
Output <T>
v ()
A coluna v [...,:, i] é o autovetor normalizado correspondente ao autovalor w [..., i].
Output <T>
w ()
Os autovalores em ordem crescente, cada um repetido de acordo com sua multiplicidade.

Métodos herdados

Constantes

nome_op final String public static

O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Valor constante: "XlaSelfAdjointEig"

Métodos Públicos

public static SelfAdjointEig <T> create ( Scope escopo, Operando <T> a, Boolean diminuir, Long maxiter, Float epsilon)

Método de fábrica para criar uma classe envolvendo uma nova operação SelfAdjointEig.

Parâmetros
alcance escopo atual
uma o tensor de entrada.
diminuir um booleano especifica se o cálculo é feito com a parte triangular inferior ou com a parte triangular superior.
maxIter número máximo de atualização de varredura, ou seja, toda a parte triangular inferior ou parte triangular superior com base no parâmetro inferior. Heuristicamente, argumentou-se que varreduras de aproximadamente logN são necessárias na prática (Ref: Golub & van Loan "Matrix Computation").
épsilon a relação de tolerância.
Devoluções
  • uma nova instância de SelfAdjointEig

pública Output <T> v ()

A coluna v [...,:, i] é o autovetor normalizado correspondente ao autovalor w [..., i].

pública Output <T> w ()

Os autovalores em ordem crescente, cada um repetido de acordo com sua multiplicidade.