當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

Python dask.array.linalg.svd用法及代碼示例

用法:

dask.array.linalg.svd(a, coerce_signs=True)

計算矩陣的奇異值分解。

參數：

a：(M, N) 數組
coerce_signs：bool

是否對奇異向量應用符號強製以保持確定性結果，默認為 True。

返回：

u：(M, K) 數組，單一/正交

a 的 Left-singular 向量(以列為單位)，形狀為 (M, K)，其中 K = min(M, N)。

s：(K,) 數組，降序奇異值(最大在前)

a 的奇異值。

v：(K, N) 數組，單一/正交

a 的 Right-singular 向量(以行為單位)，形狀為 (K, N)，其中 K = min(M, N)。

警告

SVD 僅支持一維分塊的數組。這要求所有輸入都包含單列塊 (tall-and-skinny) 或單行塊 (short-and-fat)。對於在兩個維度上都有分塊的數組，請參閱 da.linalg.svd_compressed。

例子：

>>> u, s, v = da.linalg.svd(x)

相關用法


注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.linalg.svd。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。