当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python dask.array.linalg.svd用法及代码示例


用法:

dask.array.linalg.svd(a, coerce_signs=True)

计算矩阵的奇异值分解。

参数：

a：(M, N) 数组
coerce_signs：bool

是否对奇异向量应用符号强制以保持确定性结果，默认为 True。

返回：

u：(M, K) 数组，单一/正交

a 的 Left-singular 向量(以列为单位)，形状为 (M, K)，其中 K = min(M, N)。

s：(K,) 数组，降序奇异值(最大在前)

a 的奇异值。

v：(K, N) 数组，单一/正交

a 的 Right-singular 向量(以行为单位)，形状为 (K, N)，其中 K = min(M, N)。

警告

SVD 仅支持一维分块的数组。这要求所有输入都包含单列块 (tall-and-skinny) 或单行块 (short-and-fat)。对于在两个维度上都有分块的数组，请参阅 da.linalg.svd_compressed。

例子：

>>> u, s, v = da.linalg.svd(x)

相关用法


注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.linalg.svd。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。