Svd

کلاس نهایی عمومی Svd

تجزیه ویژه دسته ای از ماتریس های خود الحاقی را محاسبه می کند

(توجه: فقط ورودی های واقعی پشتیبانی می شوند).

مقادیر ویژه و بردارهای ویژه درونی ترین ماتریس های M-by-N را در تانسور محاسبه می کند به طوری که تانسور[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * Transpose(v[...,:,:]).

ثابت ها

رشته OP_NAME نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

static <T TType > Svd <T> را گسترش می دهد
ایجاد ( scope scope، عملوند <T> a، Long maxIter، Float epsilon، String precisionConfig)
روش کارخانه برای ایجاد کلاسی که یک عملیات جدید Svd را بسته بندی می کند.
خروجی <T>
s ()
مقادیر مفرد
خروجی <T>
تو ()
بردارهای مفرد سمت چپ.
خروجی <T>
v ()
بردارهای راست مفرد.

روش های ارثی

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "XlaSvd"

روش های عمومی

ایجاد Svd استاتیک عمومی ( Scope scope، عملوند <T> a، Long maxIter، Float epsilon، String precisionConfig)

روش کارخانه برای ایجاد کلاسی که یک عملیات جدید Svd را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
آ تانسور ورودی
maxIter حداکثر تعداد به روز رسانی جارو، یعنی کل قسمت مثلثی پایینی یا قسمت مثلثی بالایی بر اساس پارامتر پایین تر. از نظر اکتشافی، استدلال شده است که تقریباً log (min (M, N)) جاروها در عمل مورد نیاز است (رجوع کنید: Golub & van Loan "Matrix Computation").
اپسیلون نسبت تحمل
precisionConfig یک پروتوی سریالی xla::PrecisionConfig.
برمی گرداند
  • یک نمونه جدید از Svd

خروجی عمومی <T> s ()

مقادیر مفرد مقادیر به ترتیب قدر معکوس مرتب شده اند، بنابراین s[...، 0] بزرگترین مقدار، s[...، 1] دومین مقدار بزرگ است، و غیره.

خروجی عمومی <T> u ()

بردارهای مفرد سمت چپ.

خروجی عمومی <T> v ()

بردارهای راست مفرد.