Svd

aula final pública Svd

Calcula a decomposição própria de um lote de matrizes autoadjuntas

(Nota: apenas entradas reais são suportadas).

Calcula os autovalores e autovetores das matrizes M por N mais internas no tensor de modo que tensor[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * Transpor(v[...,:,:]).

Constantes

Corda

OP_NAME

O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Métodos Públicos

estático <T estende TType > Svd <T>	criar ( Escopo , Operando <T> a, Long maxIter, Float epsilon, String PrecisionConfig) Método de fábrica para criar uma classe que envolve uma nova operação Svd.
Saída <T>	e () Valores singulares.
Saída <T>	você () Vetores singulares à esquerda.
Saída <T>	v () Vetores singulares à direita.

Métodos herdados

Da classe org.tensorflow.op.RawOp

booleano final	é igual (objeto obj)
int final	código hash ()
Operação	op () Retorne esta unidade de cálculo como uma única Operation .
sequência final	para sequenciar ()

Da classe java.lang.Object

boleano	é igual (objeto arg0)
aula final<?>	getClass ()
interno	código hash ()
vazio final	notificar ()
vazio final	notificar todos ()
Corda	para sequenciar ()
vazio final	espere (long arg0, int arg1)
vazio final	espere (arg0 longo)
vazio final	espere ()

Da interface org.tensorflow.op.Op

ambiente de execução abstrato	env () Retorne o ambiente de execução em que esta operação foi criada.
operação abstrata	op () Retorne esta unidade de cálculo como uma única Operation .

Constantes

String final estática pública OP_NAME

O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Valor Constante: "XlaSvd"

Métodos Públicos

public static Svd <T> create ( Escopo de escopo , Operando <T> a, Long maxIter, Float epsilon, String PrecisionConfig)

Método de fábrica para criar uma classe que envolve uma nova operação Svd.

Parâmetros

escopo	escopo atual
a	o tensor de entrada.
maxIter	número máximo de atualização de varredura, ou seja, toda a parte triangular inferior ou parte triangular superior com base no parâmetro inferior. Heuristicamente, tem sido argumentado que varreduras aproximadamente log(min (M, N)) são necessárias na prática (Ref: Golub & van Loan "Matrix Computation").
épsilon	a relação de tolerância.
precisãoConfig	um proto serializado xla::PrecisionConfig.

Devoluções

• uma nova instância do Svd

Saída pública <T> s ()

Valores singulares. Os valores são classificados em ordem inversa de grandeza, então s[..., 0] é o maior valor, s[..., 1] é o segundo maior, etc.

Saída pública <T> você ()

Vetores singulares à esquerda.

Saída pública <T> v ()

Vetores singulares à direita.