用法:
mxnet.symbol.op.linalg_gelqf(A=None, name=None, attr=None, out=None, **kwargs)
一般矩阵的 LQ 分解。输入是一个张量
A
的维度n >= 2
。如果
n=2
,我们计算 LQ 分解(LAPACKgelqf
,然后是orglq
)。A
必须具有形状(x, y)
和x <= y
,并且必须具有完整等级=x
。 LQ 分解由形状为(x, x)
的L
和形状为(x, y)
的Q
组成,因此:A
=L
*Q
这里,
L
是具有非零对角线的下三角(上三角等于零),而Q
是row-orthonormal,这意味着Q
*Q
T等于形状
(x, x)
的单位矩阵。如果
n>2
,gelqf
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 LQ factorization A = [[1., 2., 3.], [4., 5., 6.]] Q, L = gelqf(A) Q = [[-0.26726124, -0.53452248, -0.80178373], [0.87287156, 0.21821789, -0.43643578]] L = [[-3.74165739, 0.], [-8.55235974, 1.96396101]] Batch LQ factorization A = [[[1., 2., 3.], [4., 5., 6.]], [[7., 8., 9.], [10., 11., 12.]]] Q, L = gelqf(A) Q = [[[-0.26726124, -0.53452248, -0.80178373], [0.87287156, 0.21821789, -0.43643578]], [[-0.50257071, -0.57436653, -0.64616234], [0.7620735, 0.05862104, -0.64483142]]] L = [[[-3.74165739, 0.], [-8.55235974, 1.96396101]], [[-13.92838828, 0.], [-19.09768702, 0.52758934]]]
相关用法
- Python mxnet.symbol.op.linalg_gemm2用法及代码示例
- Python mxnet.symbol.op.linalg_gemm用法及代码示例
- Python mxnet.symbol.op.linalg_trmm用法及代码示例
- Python mxnet.symbol.op.linalg_syrk用法及代码示例
- Python mxnet.symbol.op.linalg_maketrian用法及代码示例
- Python mxnet.symbol.op.linalg_slogdet用法及代码示例
- Python mxnet.symbol.op.linalg_trsm用法及代码示例
- Python mxnet.symbol.op.linalg_extractdiag用法及代码示例
- Python mxnet.symbol.op.linalg_extracttrian用法及代码示例
- Python mxnet.symbol.op.linalg_sumlogdiag用法及代码示例
- Python mxnet.symbol.op.linalg_potrf用法及代码示例
- Python mxnet.symbol.op.linalg_det用法及代码示例
- Python mxnet.symbol.op.linalg_potri用法及代码示例
- Python mxnet.symbol.op.linalg_inverse用法及代码示例
- Python mxnet.symbol.op.linalg_makediag用法及代码示例
- Python mxnet.symbol.op.log_softmax用法及代码示例
- Python mxnet.symbol.op.broadcast_logical_xor用法及代码示例
- Python mxnet.symbol.op.SliceChannel用法及代码示例
- Python mxnet.symbol.op.broadcast_plus用法及代码示例
- Python mxnet.symbol.op.broadcast_mul用法及代码示例
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.symbol.op.linalg_gelqf。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。