Python tf.raw_ops.Svd用法及代碼示例

計算一個或多個矩陣的奇異值分解。

用法

tf.raw_ops.Svd(
    input, compute_uv=True, full_matrices=False, name=None
)

參數

input 一個Tensor。必須是以下類型之一：float64 , float32 , half , complex64 , complex128。形狀為 [..., M, N] 的張量，其 inner-most 2 維形成大小為 [M, N] 的矩陣。令 P 為 M 和 N 的最小值。
compute_uv 可選的 bool 。默認為 True 。如果為真，將分別計算並返回 u 和 v 中的左右奇異向量。如果為 false，則 u 和 v 未設置且永遠不應引用。
full_matrices 可選的 bool 。默認為 False 。如果為真，則計算全尺寸 u 和 v 。如果為 false(默認值)，則僅計算前導 P 奇異向量。如果 compute_uv 是 False 則忽略。
name 操作的名稱(可選)。

Tensor 對象(s、u、v)的元組。
s 一個Tensor。具有與 input 相同的類型。
u 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 SVD，使得 input[...,:,:] = u[...,:,:] * diag(s[...,:,:]) * transpose(v[...,:,:])

# a is a tensor containing a batch of matrices.
# s is a tensor of singular values for each matrix.
# u is the tensor containing the left singular vectors for each matrix.
# v is the tensor containing the right singular vectors for each matrix.
s, u, v = svd(a)
s, _, _ = svd(a, compute_uv=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.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。

用法

參數

返回