Python mxnet.ndarray.op.linalg_trmm用法及代碼示例

用法:
mxnet.ndarray.op.linalg_trmm(A=None, B=None, transpose=_Null, rightside=_Null, lower=_Null, alpha=_Null, out=None, name=None, **kwargs)

參數：

A：(NDArray) - 下三角矩陣的張量
B：(NDArray) - 矩陣張量
transpose：(boolean, optional, default=0) - 使用轉置的三角矩陣
rightside：(boolean, optional, default=0) - 將三角矩陣從右邊乘以非三角矩陣。
lower：(boolean, optional, default=1) - 如果三角矩陣是下三角矩陣，則為真，如果是上三角矩陣，則為假。
alpha：(double, optional, default=1) - 應用於結果的標量因子。
out：(NDArray, optional) - 輸出 NDArray 來保存結果。

out：- 此函數的輸出。

返回類型：

NDArray 或 NDArray 列表

執行與下三角矩陣的乘法。輸入是張量 A ， B ，每個維度 n >= 2 並且在前導 n-2 維度上具有相同的形狀。

如果 n=2 ， A 必須是三角形的。操作符執行 BLAS3 函數 trmm ：

out = alpha * op(A) * B

如果 rightside=False ，或

out = alpha * B * op(A)

如果 rightside=True 。這裏，alpha 是一個標量參數，op() 是單位或矩陣轉置(取決於 transpose )。

如果 n>2 ， trmm 對所有輸入的尾隨兩個維度分別執行(批處理模式)。

注意：

該運算符僅支持 float32 和 float64 數據類型。

例子：

Single triangular matrix multiply
A = [[1.0, 0], [1.0, 1.0]]
B = [[1.0, 1.0, 1.0], [1.0, 1.0, 1.0]]
trmm(A, B, alpha=2.0) = [[2.0, 2.0, 2.0], [4.0, 4.0, 4.0]]

Batch triangular matrix multiply
A = [[[1.0, 0], [1.0, 1.0]], [[1.0, 0], [1.0, 1.0]]]
B = [[[1.0, 1.0, 1.0], [1.0, 1.0, 1.0]], [[0.5, 0.5, 0.5], [0.5, 0.5, 0.5]]]
trmm(A, B, alpha=2.0) = [[[2.0, 2.0, 2.0], [4.0, 4.0, 4.0]],
                         [[1.0, 1.0, 1.0], [2.0, 2.0, 2.0]]]

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.ndarray.op.linalg_trmm。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。

用法:

參數：

返回：

返回類型：

注意：