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

计算 input 的稀疏 Cholesky 分解。

用法

tf.raw_ops.SparseMatrixSparseCholesky(
    input, permutation, type, name=None
)

计算稀疏矩阵的稀疏 Cholesky 分解，给定的 fill-in 减少排列。

输入稀疏矩阵和fill-in减少排列permutation必须具有兼容的形状。如果稀疏矩阵的秩为 3；使用批次维度 B ，则 permutation 必须为 2 级；具有相同的批次维度 B 。不支持广播。

此外，permutation 的每个分量向量的长度必须为 N ，包含每个整数 {0, 1, ..., N - 1} 恰好一次，其中 N 是每个分量的行数的稀疏矩阵。

输入稀疏矩阵的每个分量必须表示一个对称正定(SPD)矩阵；虽然只读取矩阵的下三角部分。如果任何单个组件不是 SPD，则会引发 InvalidArgument 错误。

返回的稀疏矩阵与输入稀疏矩阵具有相同的密集形状。对于输入稀疏矩阵的每个分量 A，对应的输出稀疏矩阵表示 L ，下三角 Cholesky 因子满足以下恒等式：

A = L * Lt

其中 Lt 表示 L 的转置(或其共轭转置，如果 type 是 complex64 或 complex128 )。

type 参数表示矩阵元素的类型。支持的类型是：float32 , float64 , complex64 和 complex128。

使用示例：

from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops

    a_indices = np.array([[0, 0], [1, 1], [2, 1], [2, 2], [3, 3]])
    a_values = np.array([1.0, 2.0, 1.0, 3.0, 4.0], np.float32)
    a_dense_shape = [4, 4]

    with tf.Session() as sess:
      # Define (COO format) SparseTensor over Numpy array.
      a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)

      # Convert SparseTensors to CSR SparseMatrix.
      a_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
          a_st.indices, a_st.values, a_st.dense_shape)

      # Obtain the Sparse Cholesky factor using AMD Ordering for reducing zero
      # fill-in (number of structural non-zeros in the sparse Cholesky factor).
      ordering_amd = sparse_csr_matrix_ops.sparse_matrix_ordering_amd(sparse_matrix)
      cholesky_sparse_matrices = (
          sparse_csr_matrix_ops.sparse_matrix_sparse_cholesky(
              sparse_matrix, ordering_amd, type=tf.float32))

      # Convert the CSRSparseMatrix Cholesky factor to a dense Tensor
      dense_cholesky = sparse_csr_matrix_ops.csr_sparse_matrix_to_dense(
          cholesky_sparse_matrices, tf.float32)

      # Evaluate the dense Tensor value.
      dense_cholesky_value = sess.run(dense_cholesky)

dense_cholesky_value 存储密集 Cholesky 因子：

[[  1.  0.    0.    0.]
     [  0.  1.41  0.    0.]
     [  0.  0.70  1.58  0.]
     [  0.  0.    0.    2.]]

输入：A CSRSparseMatrix 。排列：A Tensor 。 type：input的类型。