Menghitung dekomposisi QR dari satu atau lebih matriks.
Menghitung dekomposisi QR setiap matriks bagian dalam dalam `tensor` sehingga `tensor[..., :, :] = q[..., :, :] * r[..., :,:])`
Saat ini, gradien untuk dekomposisi QR terdefinisi dengan baik hanya ketika kolom `P` pertama dari matriks bagian dalam bebas linier, dengan `P` adalah minimum dari `M` dan `N`, 2 dimensi terdalam dari `tensor`.
# a is a tensor.
# q is a tensor of orthonormal matrices.
# r is a tensor of upper triangular matrices.
q, r = qr(a)
q_full, r_full = qr(a, full_matrices=True)
Kelas Bersarang
kelas | Qr.Opsi | Atribut opsional untuk Qr |
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
statis <T memperluas TType > Qr <T> | |
Qr.Options statis | fullMatrices (Boolean fullMatrices) |
Keluaran <T> | Q () Dasar ortonormal untuk rentang `a`. |
Keluaran <T> | R () Faktor segitiga. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
public static Qr <T> buat ( Lingkup lingkup, masukan Operan <T>, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi Qr baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
masukan | Tensor berbentuk `[..., M, N]` yang 2 dimensi terdalamnya membentuk matriks berukuran `[M, N]`. Misalkan `P` adalah minimum dari `M` dan `N`. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari Qr
Qr.Options fullMatrices statis publik (FullMatrices Boolean)
Parameter
matriks penuh | Jika benar, hitung `q` dan `r` berukuran penuh. Jika salah (default), hitung hanya kolom `P` terdepan dari `q`. |
---|
Keluaran publik <T> q ()
Dasar ortonormal untuk rentang `a`. Jika `full_matrices` adalah `False` maka bentuknya adalah `[..., M, P]`; jika `full_matrices` adalah `True` maka bentuknya adalah `[..., M, M]`.
Keluaran publik <T> r ()
Faktor segitiga. Jika `full_matrices` adalah `False` maka bentuknya adalah `[..., P, N]`. Jika `full_matrices` adalah `True` maka bentuknya adalah `[..., M, N]`.