SparseMatrixOrderingAMD

lớp cuối cùng công khai SparseMatrixOrderingAMD

Tính toán thứ tự Mức độ Tối thiểu Gần đúng (AMD) của `đầu vào`.

Tính toán thứ tự Mức độ Tối thiểu Gần đúng (AMD) cho ma trận thưa thớt.

Hoán vị trả về có thể được sử dụng để hoán vị các hàng và cột của ma trận thưa đã cho. Điều này thường dẫn đến Cholesky thưa thớt của ma trận thưa thớt được hoán vị (hoặc các phân tách khác) có ít phần điền bằng 0 hơn so với phân tách ma trận ban đầu.

Ma trận thưa đầu vào có thể có hạng 2 hoặc hạng 3. Tensor đầu ra, đại diện sau đó sẽ có hạng 1 hoặc 2 tương ứng, với hình dạng lô giống như đầu vào.

Mỗi thành phần của ma trận thưa đầu vào phải biểu diễn một ma trận đối xứng vuông; chỉ phần tam giác phía dưới của ma trận được đọc. Các giá trị của ma trận thưa thớt không ảnh hưởng đến hoán vị trả về, chỉ sử dụng mẫu thưa thớt của ma trận thưa thớt. Do đó, một thứ tự AMD có thể được sử dụng lại cho việc phân tách Cholesky của các ma trận thưa thớt có cùng mẫu thưa thớt nhưng có thể có các giá trị khác nhau.

Mỗi thành phần lô của hoán vị đầu ra biểu thị một hoán vị của các phần tử `N`, trong đó các thành phần ma trận thưa đầu vào đều có các hàng `N`. Nghĩa là, thành phần chứa mỗi số nguyên `{0, .. N-1}` đúng một lần. Phần tử thứ `i` đại diện cho chỉ mục hàng mà hàng thứ `i` ánh xạ tới.

Ví dụ sử dụng:

from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops
 
     a_indices = np.array([[0, 0], [1, 1], [2, 1], [2, 2], [3, 3]])
     a_values = np.array([1.0, 2.0, 1.0, 3.0, 4.0], np.float32)
     a_dense_shape = [4, 4]
 
     with tf.Session() as sess:
       # Define (COO format) SparseTensor over Numpy array.
       a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)
 
       # Convert SparseTensors to CSR SparseMatrix.
       a_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
           a_st.indices, a_st.values, a_st.dense_shape)
 
       # Obtain the AMD Ordering for the CSR SparseMatrix.
       ordering_amd = sparse_csr_matrix_ops.sparse_matrix_ordering_amd(sparse_matrix)
 
       ordering_amd_value = sess.run(ordering_amd)
 
`ordering_amd_value` lưu trữ thứ tự AMD: `[1 2 3 0]`.

đầu vào: Một `CSRSparseMatrix`.

Hằng số

Sợi dây OP_NAME Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Phương pháp công cộng

Đầu ra < TInt32 >
asOutput ()
Trả về tay cầm tượng trưng của tensor.
static SparseMatrixOrderingAMD
tạo ( Phạm vi phạm vi, đầu vào Toán hạng <?>)
Phương thức gốc để tạo một lớp bao bọc một thao tác SparseMatrixOrderingAMD mới.
Đầu ra < TInt32 >
đầu ra ()
Thứ tự Mức độ Tối thiểu Gần đúng (AMD) của `đầu vào`.

Phương pháp kế thừa

Hằng số

Chuỗi cuối cùng tĩnh công khai OP_NAME

Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Giá trị không đổi: "SparseMatrixOrderingAMD"

Phương pháp công cộng

Đầu ra công khai < TInt32 > asOutput ()

Trả về tay cầm tượng trưng của tensor.

Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.

public static SparseMatrixOrderingAMD tạo (Phạm vi phạm vi, đầu vào Toán hạng <?>)

Phương thức gốc để tạo một lớp bao bọc một thao tác SparseMatrixOrderingAMD mới.

Thông số
phạm vi phạm vi hiện tại
đầu vào Một `CSRSparseMatrix`.
Trả lại
  • một phiên bản mới của SparseMatrixOrderingAMD

Đầu ra công khai < TInt32 > đầu ra ()

Thứ tự Mức độ Tối thiểu Gần đúng (AMD) của `đầu vào`.