MatrixLogarithm

MatrixLogarithm คลาสสุดท้ายสาธารณะ

คำนวณลอการิทึมเมทริกซ์ของเมทริกซ์จตุรัสหนึ่งหรือหลายเมทริกซ์:

-\(log(exp(A)) = A\\)

op นี้ถูกกำหนดไว้สำหรับเมทริกซ์เชิงซ้อนเท่านั้น ถ้า A มีค่าแน่นอนเชิงบวกและเป็นจำนวนจริง การแคสต์ไปยังเมทริกซ์เชิงซ้อน การนำลอการิทึมและการแคสต์กลับไปยังเมทริกซ์จริงจะให้ผลลัพธ์ที่ถูกต้อง

ฟังก์ชันนี้คำนวณลอการิทึมเมทริกซ์โดยใช้อัลกอริทึม Schur-Parlett รายละเอียดของอัลกอริทึมสามารถพบได้ในส่วน 11.6.2 ของ: Nicholas J. Higham, Functions of Matrices: Theory and Computation, SIAM 2008. ISBN 978-0-898716-46-7

ข้อมูลเข้าเป็นเทนเซอร์ของรูปร่าง `[..., M, M]` ซึ่งมี 2 มิติด้านในสุดเป็นเมทริกซ์จตุรัส เอาต์พุตเป็นเทนเซอร์ที่มีรูปร่างเดียวกันกับอินพุตที่มีเลขชี้กำลังสำหรับเมทริกซ์ย่อยอินพุตทั้งหมด `[..., :, :]`

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

เอาท์พุต <T>
เป็นเอาท์พุต ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
คงที่ <T ขยาย TType > เมทริกซ์ลอการิทึม <T>
สร้าง (ขอบเขต ขอบเขต อินพุต Operand <T>)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ MatrixLogarithm ใหม่
เอาท์พุต <T>
เอาท์พุท ()
รูปร่างคือ `[..., M, M]`

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "เมทริกซ์ลอการิทึม"

วิธีการสาธารณะ

เอาท์พุท สาธารณะ <T> asOutput ()

ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต

สร้าง MatrixLogarithm <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต อินพุต Operand <T>)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ MatrixLogarithm ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล รูปร่างคือ `[..., M, M]`
การส่งคืน
  • ตัวอย่างใหม่ของ MatrixLogarithm

เอาท์พุท สาธารณะ <T> เอาท์พุ()

รูปร่างคือ `[..., M, M]`