Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023
Registre-se
SelfAdjointEig
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
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
Da classe java.lang.Object boleano | equals (arg0 Object) |
aula final <?> | getClass () |
int | hashCode () |
vazio final | notificar () |
vazio final | notifyAll () |
Fragmento | toString () |
vazio final | wait (longa arg0, int arg1) |
vazio final | wait (arg0 de comprimento) |
vazio final | wait () |
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.
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2021-11-29 UTC.
[null,null,["Última atualização 2021-11-29 UTC."],[],[],null,["# SelfAdjointEig\n\npublic final class **SelfAdjointEig** \nComputes the eigen decomposition of a batch of self-adjoint matrices\n\n\n(Note: Only real inputs are supported).\n\n\nComputes the eigenvalues and eigenvectors of the innermost N-by-N matrices in\ntensor such that tensor\\[...,:,:\\] \\* v\\[..., :,i\\] = e\\[..., i\\] \\* v\\[...,:,i\\], for\ni=0...N-1.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n### Constants\n\n|--------|----------------------------------------------------------------------------|---------------------------------------------------------|\n| String | [OP_NAME](/jvm/api_docs/java/org/tensorflow/op/xla/SelfAdjointEig#OP_NAME) | The name of this op, as known by TensorFlow core engine |\n\n### Public Methods\n\n|-------------------------------------------------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| static \\\u003cT extends [TType](/jvm/api_docs/java/org/tensorflow/types/family/TType)\\\u003e [SelfAdjointEig](/jvm/api_docs/java/org/tensorflow/op/xla/SelfAdjointEig)\\\u003cT\\\u003e | [create](/jvm/api_docs/java/org/tensorflow/op/xla/SelfAdjointEig#create(org.tensorflow.op.Scope, org.tensorflow.Operand\u003cT\u003e, java.lang.Boolean, java.lang.Long, java.lang.Float))([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e a, Boolean lower, Long maxIter, Float epsilon) Factory method to create a class wrapping a new SelfAdjointEig operation. |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [v](/jvm/api_docs/java/org/tensorflow/op/xla/SelfAdjointEig#v())() The column v\\[..., :, i\\] is the normalized eigenvector corresponding to the eigenvalue w\\[..., i\\]. |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [w](/jvm/api_docs/java/org/tensorflow/op/xla/SelfAdjointEig#w())() The eigenvalues in ascending order, each repeated according to its multiplicity. |\n\n### Inherited Methods\n\nFrom class [org.tensorflow.op.RawOp](/jvm/api_docs/java/org/tensorflow/op/RawOp) \n\n|----------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| final boolean | [equals](/jvm/api_docs/java/org/tensorflow/op/RawOp#equals(java.lang.Object))(Object obj) |\n| final int | [hashCode](/jvm/api_docs/java/org/tensorflow/op/RawOp#hashCode())() |\n| [Operation](/jvm/api_docs/java/org/tensorflow/Operation) | [op](/jvm/api_docs/java/org/tensorflow/op/RawOp#op())() Return this unit of computation as a single [Operation](/jvm/api_docs/java/org/tensorflow/Operation). |\n| final String | [toString](/jvm/api_docs/java/org/tensorflow/op/RawOp#toString())() |\n\nFrom class java.lang.Object \n\n|------------------|---------------------------|\n| boolean | equals(Object arg0) |\n| final Class\\\u003c?\\\u003e | getClass() |\n| int | hashCode() |\n| final void | notify() |\n| final void | notifyAll() |\n| String | toString() |\n| final void | wait(long arg0, int arg1) |\n| final void | wait(long arg0) |\n| final void | wait() |\n\nFrom interface [org.tensorflow.op.Op](/jvm/api_docs/java/org/tensorflow/op/Op) \n\n|-----------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| abstract [ExecutionEnvironment](/jvm/api_docs/java/org/tensorflow/ExecutionEnvironment) | [env](/jvm/api_docs/java/org/tensorflow/op/Op#env())() Return the execution environment this op was created in. |\n| abstract [Operation](/jvm/api_docs/java/org/tensorflow/Operation) | [op](/jvm/api_docs/java/org/tensorflow/op/Op#op())() Return this unit of computation as a single [Operation](/jvm/api_docs/java/org/tensorflow/Operation). |\n\nConstants\n---------\n\n#### public static final String\n**OP_NAME**\n\nThe name of this op, as known by TensorFlow core engine \nConstant Value: \"XlaSelfAdjointEig\"\n\nPublic Methods\n--------------\n\n#### public static [SelfAdjointEig](/jvm/api_docs/java/org/tensorflow/op/xla/SelfAdjointEig)\\\u003cT\\\u003e\n**create**\n([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e a, Boolean lower, Long maxIter, Float epsilon)\n\nFactory method to create a class wrapping a new SelfAdjointEig operation. \n\n##### Parameters\n\n| scope | current scope |\n| a | the input tensor. |\n| lower | a boolean specifies whether the calculation is done with the lower triangular part or the upper triangular part. |\n| maxIter | maximum number of sweep update, i.e., the whole lower triangular part or upper triangular part based on parameter lower. Heuristically, it has been argued that approximately logN sweeps are needed in practice (Ref: Golub \\& van Loan \"Matrix Computation\"). |\n| epsilon | the tolerance ratio. |\n|---------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n\n##### Returns\n\n- a new instance of SelfAdjointEig \n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e\n**v**\n()\n\nThe column v\\[..., :, i\\] is the normalized eigenvector corresponding to the\neigenvalue w\\[..., i\\]. \n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e\n**w**\n()\n\nThe eigenvalues in ascending order, each repeated according to its\nmultiplicity."]]