Python mxnet.ndarray.op.linalg_trsm用法及代码示例

用法:
mxnet.ndarray.op.linalg_trsm(A=None, B=None, transpose=_Null, rightside=_Null, lower=_Null, alpha=_Null, out=None, name=None, **kwargs)

参数：

A：(NDArray) - 下三角矩阵的张量
B：(NDArray) - 矩阵张量
transpose：(boolean, optional, default=0) - 使用转置的三角矩阵
rightside：(boolean, optional, default=0) - 将三角矩阵从右边乘以非三角矩阵。
lower：(boolean, optional, default=1) - 如果三角矩阵是下三角矩阵，则为真，如果是上三角矩阵，则为假。
alpha：(double, optional, default=1) - 应用于结果的标量因子。
out：(NDArray, optional) - 输出 NDArray 来保存结果。

out：- 此函数的输出。

返回类型：

NDArray 或 NDArray 列表

求解涉及下三角矩阵的矩阵方程。输入是张量 A ， B ，每个维度 n >= 2 并且在前导 n-2 维度上具有相同的形状。

如果 n=2 ， A 必须是三角形的。运算符执行 BLAS3 函数 trsm ，求解 out 在：

op(A) * out = alpha * B

如果 rightside=False ，或

out * op(A) = alpha * B

如果 rightside=True 。这里，alpha 是一个标量参数，op() 是单位或矩阵转置(取决于 transpose )。

如果 n>2 ， trsm 对所有输入的尾随两个维度分别执行(批处理模式)。

注意：

该运算符仅支持 float32 和 float64 数据类型。

例子：

Single matrix solve
A = [[1.0, 0], [1.0, 1.0]]
B = [[2.0, 2.0, 2.0], [4.0, 4.0, 4.0]]
trsm(A, B, alpha=0.5) = [[1.0, 1.0, 1.0], [1.0, 1.0, 1.0]]

Batch matrix solve
A = [[[1.0, 0], [1.0, 1.0]], [[1.0, 0], [1.0, 1.0]]]
B = [[[2.0, 2.0, 2.0], [4.0, 4.0, 4.0]],
     [[4.0, 4.0, 4.0], [8.0, 8.0, 8.0]]]
trsm(A, B, alpha=0.5) = [[[1.0, 1.0, 1.0], [1.0, 1.0, 1.0]],
                         [[2.0, 2.0, 2.0], [2.0, 2.0, 2.0]]]

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.ndarray.op.linalg_trsm。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。

用法:

参数：

返回：

返回类型：

注意：