当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python tf.raw_ops.SelfAdjointEigV2用法及代码示例


计算一个或多个方形自伴矩阵的特征分解。

用法

tf.raw_ops.SelfAdjointEigV2(
    input, compute_v=True, name=None
)

参数

  • input 一个Tensor。必须是以下类型之一：float64 , float32 , half , complex64 , complex128。 Tensor 形状的输入 [N, N] 。
  • compute_v 可选的 bool 。默认为 True 。如果 True 则特征向量将被计算并在 v 中返回。否则，将仅计算特征值。
  • name 操作的名称(可选)。

返回

  • Tensor 对象(e，v)的元组。
  • e 一个Tensor。具有与 input 相同的类型。
  • v 一个Tensor。具有与 input 相同的类型。

计算 input 中每个内部矩阵的特征值和(可选)特征向量，使得 input[...,:,:] = v[...,:,:] * diag(e[...,:]) 。特征值按非递减顺序排序。

# a is a tensor.
# e is a tensor of eigenvalues.
# v is a tensor of eigenvectors.
e, v = self_adjoint_eig(a)
e = self_adjoint_eig(a, compute_v=False)

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.raw_ops.SelfAdjointEigV2。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。