Svd
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
স্ব-সংলগ্ন ম্যাট্রিক্সের একটি ব্যাচের eigen পচন গণনা করে
(দ্রষ্টব্য: শুধুমাত্র বাস্তব ইনপুট সমর্থিত)।
টেনসরের মধ্যে সবচেয়ে ভিতরের M-বাই-এন ম্যাট্রিক্সের eigenvalues এবং eigenvectors গণনা করে যেমন tensor[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * স্থানান্তর (v[...,:,:])।
ধ্রুবক
| স্ট্রিং | OP_NAME | এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত |
পাবলিক পদ্ধতি
| স্ট্যাটিক <T TType > Svd <T> প্রসারিত করে | তৈরি করুন ( স্কোপ স্কোপ, Operand <T> a, Long maxIter, Float epsilon, String precisionConfig) একটি নতুন Svd অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি। |
| আউটপুট <T> | |
| আউটপুট <T> | আপনি () বাম একবচন ভেক্টর। |
| আউটপুট <T> | |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
java.lang.Object ক্লাস থেকে | বুলিয়ান | সমান (অবজেক্ট arg0) |
| চূড়ান্ত ক্লাস<?> | getClass () |
| int | হ্যাশ কোড () |
| চূড়ান্ত শূন্যতা | অবহিত () |
| চূড়ান্ত শূন্যতা | সকলকে অবহিত করুন () |
| স্ট্রিং | স্ট্রিং () |
| চূড়ান্ত শূন্যতা | অপেক্ষা করুন (দীর্ঘ arg0, int arg1) |
| চূড়ান্ত শূন্যতা | অপেক্ষা করুন (দীর্ঘ arg0) |
| চূড়ান্ত শূন্যতা | অপেক্ষা করুন () |
ধ্রুবক
সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME
এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত
ধ্রুবক মান: "XlaSvd"
পাবলিক পদ্ধতি
পাবলিক স্ট্যাটিক Svd <T> তৈরি করুন ( Scope scope, Operand <T> a, Long maxIter, Float epsilon, String precisionConfig)
একটি নতুন Svd অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
| সুযোগ | বর্তমান সুযোগ |
|---|
| ক | ইনপুট টেনসর। |
|---|
| maxIter | সর্বাধিক সংখ্যক সুইপ আপডেট, অর্থাৎ, নিম্নের প্যারামিটারের উপর ভিত্তি করে সম্পূর্ণ নিম্ন ত্রিভুজাকার অংশ বা উপরের ত্রিভুজাকার অংশ। হিউরিস্টিকভাবে, এটি যুক্তি দেওয়া হয়েছে যে অনুশীলনে প্রায় লগ(মিনিট (এম, এন)) সুইপ প্রয়োজন (রেফ: গোলুব এবং ভ্যান লোন "ম্যাট্রিক্স কম্পিউটেশন")। |
|---|
| epsilon | সহনশীলতা অনুপাত। |
|---|
| precision Config | একটি সিরিয়ালাইজড xla::PrecisionConfig প্রোটো। |
|---|
সর্বজনীন আউটপুট <T> s ()
একক মান। মানগুলি মাত্রার বিপরীত ক্রমে সাজানো হয়েছে, তাই s[..., 0] হল বৃহত্তম মান, s[..., 1] হল দ্বিতীয় বৃহত্তম, ইত্যাদি।
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-27 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-27 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["# Svd\n\npublic final class **Svd** \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 M-by-N matrices in\ntensor such that tensor\\[...,:,:\\] = u\\[..., :, :\\] \\* Diag(s\\[..., :\\]) \\* Transpose(v\\[...,:,:\\]).\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/Svd#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 [Svd](/jvm/api_docs/java/org/tensorflow/op/xla/Svd)\\\u003cT\\\u003e | [create](/jvm/api_docs/java/org/tensorflow/op/xla/Svd#create(org.tensorflow.op.Scope, org.tensorflow.Operand\u003cT\u003e, java.lang.Long, java.lang.Float, java.lang.String))([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e a, Long maxIter, Float epsilon, String precisionConfig) Factory method to create a class wrapping a new Svd operation. |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [s](/jvm/api_docs/java/org/tensorflow/op/xla/Svd#s())() Singular values. |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [u](/jvm/api_docs/java/org/tensorflow/op/xla/Svd#u())() Left singular vectors. |\n| [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e | [v](/jvm/api_docs/java/org/tensorflow/op/xla/Svd#v())() Right singular vectors. |\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: \"XlaSvd\"\n\nPublic Methods\n--------------\n\n#### public static [Svd](/jvm/api_docs/java/org/tensorflow/op/xla/Svd)\\\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, Long maxIter, Float epsilon, String precisionConfig)\n\nFactory method to create a class wrapping a new Svd operation. \n\n##### Parameters\n\n| scope | current scope |\n| a | the input tensor. |\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 log(min (M, N)) sweeps are needed in practice (Ref: Golub \\& van Loan \"Matrix Computation\"). |\n| epsilon | the tolerance ratio. |\n| precisionConfig | a serialized xla::PrecisionConfig proto. |\n|-----------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n\n##### Returns\n\n- a new instance of Svd \n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e\n**s**\n()\n\nSingular values. The values are sorted in reverse order of magnitude, so\ns\\[..., 0\\] is the largest value, s\\[..., 1\\] is the second largest, etc. \n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e\n**u**\n()\n\nLeft singular vectors. \n\n#### public [Output](/jvm/api_docs/java/org/tensorflow/Output)\\\u003cT\\\u003e\n**v**\n()\n\nRight singular vectors."]]
