SelfAdjointEig
Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
Tính toán phân rã riêng của một loạt ma trận tự liên kết
(Lưu ý: Chỉ hỗ trợ đầu vào thực).
Tính giá trị riêng và vectơ riêng của ma trận N-x-N trong cùng trong tensor sao cho tensor[...,:,:] * v[..., :,i] = e[..., i] * v [...,:,i], với i=0...N-1.
Hằng số
Sợi dây | OP_NAME | Tên của op này, được biết đến bởi công cụ lõi TensorFlow |
Phương pháp công khai
tĩnh <T mở rộng TType > SelfAdjointEig <T> | tạo ( Phạm vi phạm vi, Toán hạng <T> a, Boolean thấp hơn, MaxIter dài, Epsilon nổi) Phương thức gốc để tạo một lớp bao bọc một thao tác SelfAdjointEig mới. |
Đầu ra <T> | v () Cột v[..., :, i] là vectơ riêng chuẩn hóa tương ứng với giá trị riêng w[..., i]. |
Đầu ra <T> | w () Các giá trị riêng theo thứ tự tăng dần, mỗi giá trị được lặp lại theo bội số của nó. |
Phương pháp kế thừa
Từ lớp java.lang.Object boolean | bằng (Đối tượng arg0) |
Lớp cuối cùng<?> | getClass () |
int | Mã Băm () |
khoảng trống cuối cùng | thông báo () |
khoảng trống cuối cùng | thông báoTất cả () |
Sợi dây | toString () |
khoảng trống cuối cùng | chờ đã (arg0 dài, int arg1) |
khoảng trống cuối cùng | chờ đã (arg0 dài) |
khoảng trống cuối cùng | Chờ đợi () |
Hằng số
Chuỗi cuối cùng tĩnh công khai OP_NAME
Tên của op này, được biết đến bởi công cụ lõi TensorFlow
Giá trị không đổi: "XlaSelfAdjointEig"
Phương pháp công khai
public static SelfAdjointEig <T> tạo ( Phạm vi phạm vi, Toán hạng <T> a, Boolean thấp hơn, MaxIter dài, Float epsilon)
Phương thức gốc để tạo một lớp bao bọc một thao tác SelfAdjointEig mới.
Thông số
phạm vi | phạm vi hiện tại |
---|
Một | tensor đầu vào. |
---|
thấp hơn | một boolean xác định xem phép tính được thực hiện với phần tam giác phía dưới hay phần tam giác phía trên. |
---|
maxIter | số lần cập nhật quét tối đa, nghĩa là toàn bộ phần tam giác phía dưới hoặc phần tam giác phía trên dựa trên tham số phía dưới. Về mặt kinh nghiệm, người ta đã lập luận rằng cần phải quét khoảng logN trong thực tế (Tham khảo: Golub & van Loan "Tính toán ma trận"). |
---|
epsilon | tỷ lệ dung sai. |
---|
Trả lại
- một phiên bản mới của SelfAdjointEig
Đầu ra công khai <T> v ()
Cột v[..., :, i] là vectơ riêng chuẩn hóa tương ứng với giá trị riêng w[..., i].
Đầu ra công khai <T> w ()
Các giá trị riêng theo thứ tự tăng dần, mỗi giá trị được lặp lại theo bội số của nó.
,
Tính toán phân rã riêng của một loạt ma trận tự liên kết
(Lưu ý: Chỉ hỗ trợ đầu vào thực).
Tính giá trị riêng và vectơ riêng của ma trận N-x-N trong cùng trong tensor sao cho tensor[...,:,:] * v[..., :,i] = e[..., i] * v [...,:,i], với i=0...N-1.
Hằng số
Sợi dây | OP_NAME | Tên của op này, được biết đến bởi công cụ lõi TensorFlow |
Phương pháp công khai
tĩnh <T mở rộng TType > SelfAdjointEig <T> | tạo ( Phạm vi phạm vi, Toán hạng <T> a, Boolean thấp hơn, MaxIter dài, Epsilon nổi) Phương thức gốc để tạo một lớp bao bọc một thao tác SelfAdjointEig mới. |
Đầu ra <T> | v () Cột v[..., :, i] là vectơ riêng chuẩn hóa tương ứng với giá trị riêng w[..., i]. |
Đầu ra <T> | w () Các giá trị riêng theo thứ tự tăng dần, mỗi giá trị được lặp lại theo bội số của nó. |
Phương pháp kế thừa
Từ lớp java.lang.Object boolean | bằng (Đối tượng arg0) |
Lớp cuối cùng<?> | getClass () |
int | Mã Băm () |
khoảng trống cuối cùng | thông báo () |
khoảng trống cuối cùng | thông báoTất cả () |
Sợi dây | toString () |
khoảng trống cuối cùng | chờ đã (arg0 dài, int arg1) |
khoảng trống cuối cùng | chờ đã (arg0 dài) |
khoảng trống cuối cùng | Chờ đợi () |
Hằng số
Chuỗi cuối cùng tĩnh công khai OP_NAME
Tên của op này, được biết đến bởi công cụ lõi TensorFlow
Giá trị không đổi: "XlaSelfAdjointEig"
Phương pháp công khai
public static SelfAdjointEig <T> tạo ( Phạm vi phạm vi, Toán hạng <T> a, Boolean thấp hơn, MaxIter dài, Float epsilon)
Phương thức gốc để tạo một lớp bao bọc một thao tác SelfAdjointEig mới.
Thông số
phạm vi | phạm vi hiện tại |
---|
Một | tensor đầu vào. |
---|
thấp hơn | một boolean xác định xem phép tính được thực hiện với phần tam giác phía dưới hay phần tam giác phía trên. |
---|
maxIter | số lần cập nhật quét tối đa, nghĩa là toàn bộ phần tam giác phía dưới hoặc phần tam giác phía trên dựa trên tham số phía dưới. Về mặt kinh nghiệm, người ta đã lập luận rằng cần phải quét khoảng logN trong thực tế (Tham khảo: Golub & van Loan "Tính toán ma trận"). |
---|
epsilon | tỷ lệ dung sai. |
---|
Trả lại
- một phiên bản mới của SelfAdjointEig
Đầu ra công khai <T> v ()
Cột v[..., :, i] là vectơ riêng chuẩn hóa tương ứng với giá trị riêng w[..., i].
Đầu ra công khai <T> w ()
Các giá trị riêng theo thứ tự tăng dần, mỗi giá trị được lặp lại theo bội số của nó.
Trừ phi có lưu ý khác, nội dung của trang này được cấp phép theo Giấy phép ghi nhận tác giả 4.0 của Creative Commons và các mẫu mã lập trình được cấp phép theo Giấy phép Apache 2.0. Để biết thông tin chi tiết, vui lòng tham khảo Chính sách trang web của Google Developers. Java là nhãn hiệu đã đăng ký của Oracle và/hoặc các đơn vị liên kết với Oracle.
Cập nhật lần gần đây nhất: 2025-07-27 UTC.
[null,null,["Cập nhật lần gần đây nhất: 2025-07-27 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."]]