当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.linalg.LinearOperatorDiag.solve用法及代码示例


用法

solve(
    rhs, adjoint=False, adjoint_arg=False, name='solve'
)

参数

  • rhs Tensor 具有与此运算符相同的 dtype 和兼容的形状。 rhs 被视为 [batch] 矩阵,意味着每组前导维度,最后两个维度定义一个矩阵。有关兼容性的定义,请参见类文档字符串。
  • adjoint Pythonbool。如果 True ,求解涉及此 LinearOperator 的伴随系统:A^H X = rhs
  • adjoint_arg Pythonbool。如果 True ,求解 A X = rhs^H 其中 rhs^H 是厄米转置(转置和复共轭)。
  • name 用于此方法添加的操作的名称范围。

返回

  • Tensor 形状为 [...,N, R] 并且 dtyperhs 相同。

抛出

  • NotImplementedError 如果 self.is_non_singularis_square 为 False。

求解(精确或近似)R(批量)方程组:A X = rhs

如果 A 条件良好,则返回的 Tensor 将接近精确解。否则亲密度会有所不同。有关详细信息,请参阅类文档字符串。

例子:

# Make an operator acting like batch matrix A.  Assume A.shape = [..., M, N]
operator = LinearOperator(...)
operator.shape = [..., M, N]

# Solve R > 0 linear systems for every member of the batch.
RHS = ... # shape [..., M, R]

X = operator.solve(RHS)
# X[...,:, r] is the solution to the r'th linear system
# sum_j A[...,:, j] X[..., j, r] = RHS[...,:, r]

operator.matmul(X)
==> RHS

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.linalg.LinearOperatorDiag.solve。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。