Python tf.linalg.tridiagonal_matmul用法及代码示例

将三对角矩阵乘以矩阵。

用法

tf.linalg.tridiagonal_matmul(
    diagonals, rhs, diagonals_format='compact', name=None
)

diagonals 是 3 对角 NxN 矩阵的表示，它取决于 diagonals_format 。

在 matrix 格式中，diagonals 必须是形状为 [..., M, M] 的张量，其中两个 inner-most 维度代表三对角矩阵。三个对角线之外的元素将被忽略。

如果 sequence 格式，diagonals 是三个张量的列表或元组： [superdiag, maindiag, subdiag] ，每个具有形状 [..., M]。 superdiag 的最后一个元素 subdiag 的第一个元素被忽略。

在 compact 格式中，三个对角线组合成一个形状为 [..., 3, M] 的张量，最后两个维度依次包含上对角线、对角线和下对角线。与sequence 格式类似，元素diagonals[..., 0, M-1] 和diagonals[..., 2, 0] 被忽略。

建议使用sequence 格式作为性能最佳的格式。

rhs 是乘法右边的矩阵。它的形状为 [..., M, N] 。

例子：

superdiag = tf.constant([-1, -1, 0], dtype=tf.float64)
maindiag = tf.constant([2, 2, 2], dtype=tf.float64)
subdiag = tf.constant([0, -1, -1], dtype=tf.float64)
diagonals = [superdiag, maindiag, subdiag]
rhs = tf.constant([[1, 1], [1, 1], [1, 1]], dtype=tf.float64)
x = tf.linalg.tridiagonal_matmul(diagonals, rhs, diagonals_format='sequence')