當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

Python tf.raw_ops.SelfAdjointEigV2用法及代碼示例


計算一個或多個方形自伴矩陣的特征分解。

用法

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

參數

  • input 一個Tensor。必須是以下類型之一：float64 , float32 , half , complex64 , complex128。 Tensor 形狀的輸入 [N, N] 。
  • compute_v 可選的 bool 。默認為 True 。如果 True 則特征向量將被計算並在 v 中返回。否則，將僅計算特征值。
  • name 操作的名稱(可選)。

返回

  • Tensor 對象(e，v)的元組。
  • e 一個Tensor。具有與 input 相同的類型。
  • v 一個Tensor。具有與 input 相同的類型。

計算 input 中每個內部矩陣的特征值和(可選)特征向量，使得 input[...,:,:] = v[...,:,:] * diag(e[...,:]) 。特征值按非遞減順序排序。

# 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)

相關用法


注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.raw_ops.SelfAdjointEigV2。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。