Svd
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 M-by-N trong cùng trong tensor sao cho tensor[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * Chuyển vị(v[...,:,:]).
Hằng số
Sợi dây | OP_NAME | Tên của op này, được biết đến bởi công cụ lõi TensorFlow |
Phương pháp công cộng
tĩnh <T mở rộng TType > Svd <T> | tạo (Phạm vi phạm vi , Toán hạng <T> a, MaxIter dài, Epsilon nổi, Cấu hình chính xác của chuỗi) Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Svd mới. |
Đầu ra <T> | |
Đầu ra <T> | bạn () Các vectơ số ít bên trái. |
Đầu ra <T> | v () Các vectơ số ít bên phải. |
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: "XlaSvd"
Phương pháp công cộng
public static Svd <T> tạo ( Phạm vi phạm vi, Toán hạng <T> a, MaxIter dài, Epsilon nổi, Cấu hình chính xác chuỗi)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Svd mới.
Thông số
phạm vi | phạm vi hiện tại |
---|
Một | tensor đầu vào. |
---|
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 heuristic, người ta đã lập luận rằng cần phải quét khoảng log(min (M, N)) trong thực tế (Tham khảo: Golub & van Loan "Tính toán ma trận"). |
---|
epsilon | tỷ lệ dung sai. |
---|
cấu hình chính xác | một proto xla::PrecisionConfig được tuần tự hóa. |
---|
Trả lại
- một phiên bản mới của Svd
Đầu ra công khai <T> s ()
Các giá trị đơn lẻ. Các giá trị được sắp xếp theo thứ tự độ lớn ngược lại, vì vậy s[..., 0] là giá trị lớn nhất, s[..., 1] là giá trị lớn thứ hai, v.v.
Đầu ra công khai <T> u ()
Các vectơ số ít bên trái.
Đầu ra công khai <T> v ()
Các vectơ số ít bên phải.
,
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 M-by-N trong cùng trong tensor sao cho tensor[...,:,:] = u[..., :, :] * Diag(s[..., :] ) * Chuyển vị(v[...,:,:]).
Hằng số
Sợi dây | OP_NAME | Tên của op này, được biết đến bởi công cụ lõi TensorFlow |
Phương pháp công cộng
tĩnh <T mở rộng TType > Svd <T> | tạo (Phạm vi phạm vi , Toán hạng <T> a, MaxIter dài, Epsilon nổi, Cấu hình chính xác của chuỗi) Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Svd mới. |
Đầu ra <T> | |
Đầu ra <T> | bạn () Các vectơ số ít bên trái. |
Đầu ra <T> | v () Các vectơ số ít bên phải. |
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: "XlaSvd"
Phương pháp công cộng
public static Svd <T> tạo ( Phạm vi phạm vi, Toán hạng <T> a, MaxIter dài, Epsilon nổi, Cấu hình chính xác chuỗi)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Svd mới.
Thông số
phạm vi | phạm vi hiện tại |
---|
Một | tensor đầu vào. |
---|
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 heuristic, người ta đã lập luận rằng cần phải quét khoảng log(min (M, N)) trong thực tế (Tham khảo: Golub & van Loan "Tính toán ma trận"). |
---|
epsilon | tỷ lệ dung sai. |
---|
cấu hình chính xác | một proto xla::PrecisionConfig được tuần tự hóa. |
---|
Trả lại
- một phiên bản mới của Svd
Đầu ra công khai <T> s ()
Các giá trị đơn lẻ. Các giá trị được sắp xếp theo thứ tự độ lớn ngược lại, vì vậy s[..., 0] là giá trị lớn nhất, s[..., 1] là giá trị lớn thứ hai, v.v.
Đầu ra công khai <T> u ()
Các vectơ số ít bên trái.
Đầu ra công khai <T> v ()
Các vectơ số ít bên phải.
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,["# 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."]]