TriangularSolve

Giải các hệ phương trình tuyến tính với ma trận tam giác trên hoặc dưới bằng cách thay thế ngược.

`ma trận` là một tenxơ có dạng `[..., M, M]` có 2 chiều trong cùng tạo thành ma trận vuông. Nếu `dưới` là `True` thì phần tam giác phía trên của mỗi ma trận trong cùng được coi là bằng 0 và không được truy cập. Nếu `thấp hơn` là Sai thì phần tam giác phía dưới của mỗi ma trận trong cùng được coi là bằng 0 và không được truy cập. `rhs` là một tensor có hình dạng `[..., M, N]`.

Đầu ra là một tensor có hình dạng `[..., M, N]`. Nếu `adjoint` là `True` thì các ma trận trong cùng trong `output` thỏa mãn phương trình ma trận `ma trận[..., :, :] * out[..., :, :] = rhs[..., :, :]`. Nếu `adjoint` là `False` thì các ma trận trong cùng trong `output` thỏa mãn phương trình ma trận `adjoint(matrix[..., i, k]) * out[..., k, j] = rhs[ ..., tôi, j]`.

Lưu ý, hình dạng lô cho đầu vào chỉ cần phát.

Ví dụ:

a = tf.constant([[3,  0,  0,  0],
                  [2,  1,  0,  0],
                  [1,  0,  1,  0],
                  [1,  1,  1,  1]], dtype=tf.float32)
 
 b = tf.constant([[4],
                  [2],
                  [4],
                  [2]], dtype=tf.float32)
 
 x = tf.linalg.triangular_solve(a, b, lower=True)
 x
 # <tf.Tensor: shape=(4, 1), dtype=float32, numpy=
 # array([[ 1.3333334 ],
 #        [-0.66666675],
 #        [ 2.6666665 ],
 #        [-1.3333331 ]], dtype=float32)>
 
 # in python3 one can use `a@x`
 tf.matmul(a, x)
 # <tf.Tensor: shape=(4, 1), dtype=float32, numpy=
 # array([[4.       ],
 #        [2.       ],
 #        [4.       ],
 #        [1.9999999]], dtype=float32)>