用法
solvevec(
rhs, adjoint=False, name='solve'
)参数
-
rhsTensor与此运算符具有相同的dtype。rhs被视为 [batch] 向量，意思是每组前导维度，最后一个维度定义一个向量。有关批次尺寸的兼容性定义，请参见类文档字符串。 -
adjointPythonbool。如果True，求解涉及此LinearOperator的伴随系统：A^H X = rhs。 -
name用于此方法添加的操作的名称范围。
返回
-
Tensor形状为[...,N]并且dtype与rhs相同。
抛出
-
NotImplementedError如果self.is_non_singular或is_square为 False。
尽最大努力求解单个方程：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 one linear system for every member of the batch.
RHS = ... # shape [..., M]
X = operator.solvevec(RHS)
# X is the solution to the linear system
# sum_j A[...,:, j] X[..., j] = RHS[...,:]
operator.matvec(X)
==> RHS相关用法
- Python tf.linalg.LinearOperatorDiag.solve用法及代码示例
- Python tf.linalg.LinearOperatorDiag.assert_non_singular用法及代码示例
- Python tf.linalg.LinearOperatorDiag.matmul用法及代码示例
- Python tf.linalg.LinearOperatorDiag.diag_part用法及代码示例
- Python tf.linalg.LinearOperatorDiag.matvec用法及代码示例
- Python tf.linalg.LinearOperatorDiag用法及代码示例
- Python tf.linalg.LinearOperatorFullMatrix.matvec用法及代码示例
- Python tf.linalg.LinearOperatorToeplitz.solve用法及代码示例
- Python tf.linalg.LinearOperatorIdentity.solvevec用法及代码示例
- Python tf.linalg.LinearOperatorPermutation.solve用法及代码示例
- Python tf.linalg.LinearOperatorKronecker.diag_part用法及代码示例
- Python tf.linalg.LinearOperatorToeplitz.matvec用法及代码示例
- Python tf.linalg.LinearOperatorBlockLowerTriangular.solvevec用法及代码示例
- Python tf.linalg.LinearOperatorLowerTriangular.matvec用法及代码示例
- Python tf.linalg.LinearOperatorCirculant2D.solve用法及代码示例
- Python tf.linalg.LinearOperatorCirculant3D.diag_part用法及代码示例
- Python tf.linalg.LinearOperatorToeplitz.solvevec用法及代码示例
- Python tf.linalg.LinearOperatorCirculant2D.assert_non_singular用法及代码示例
- Python tf.linalg.LinearOperatorPermutation.diag_part用法及代码示例
- Python tf.linalg.LinearOperatorToeplitz用法及代码示例
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.solvevec。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。