SelfAdjointEig

lớp cuối cùng công khai SelfAdjointEig

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

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.

,
lớp cuối cùng công khai SelfAdjointEig

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

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.