คำนวณเครื่องหมายและบันทึกของค่าสัมบูรณ์ของดีเทอร์มิแนนต์
เมทริกซ์จตุรัสหนึ่งหรือหลายเมทริกซ์
ข้อมูลเข้าเป็นเทนเซอร์ของรูปร่าง `[N, M, M]` ซึ่ง 2 มิติด้านในสุดจะประกอบเป็นเมทริกซ์จตุรัส เอาต์พุตเป็นเทนเซอร์สองตัวที่มีเครื่องหมายและค่าสัมบูรณ์ของตัวกำหนดล็อกสำหรับเมทริกซ์ย่อยอินพุต N ทั้งหมด `[..., :, :]` โดยที่ `ดีเทอร์มิแนนต์ = เครื่องหมาย*exp(log_abs_determinant)` `log_abs_determinant` คำนวณเป็น `det(P)*sum(log(diag(LU)))` โดยที่ `LU` คือการสลายตัวของ `LU` ของอินพุต และ `P` คือเมทริกซ์การเรียงสับเปลี่ยนที่สอดคล้องกัน
ค่าคงที่
สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
คงที่ <T ขยาย TType > LogMatrixDeterminant <T> | |
เอาท์พุต <T> | logAbsDeterminant () บันทึกของค่าสัมบูรณ์ของดีเทอร์มิแนนต์ของเมทริกซ์อินพุต N |
เอาท์พุต <T> | เข้าสู่ระบบ () สัญญาณของปัจจัยกำหนดบันทึกของอินพุต |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
สร้าง LogMatrixDeterminant <T> สาธารณะแบบคงที่ (ขอบเขต ขอบเขต , อินพุต Operand <T>)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ LogMatrixDeterminant ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
ป้อนข้อมูล | รูปร่างคือ `[N, M, M]` |
การส่งคืน
- อินสแตนซ์ใหม่ของ LogMatrixDeterminant
สาธารณะ เอาท์พุท <T> logAbsDeterminant ()
บันทึกของค่าสัมบูรณ์ของดีเทอร์มิแนนต์ของเมทริกซ์อินพุต N รูปร่างคือ `[N]`