SelfAdjointEig
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Menghitung dekomposisi eigen dari sekumpulan matriks self-adjoint
(Catatan: Hanya masukan nyata yang didukung).
Menghitung nilai eigen dan vektor eigen matriks N-kali-N terdalam dalam tensor sehingga tensor[...,:,:] * v[..., :,i] = e[..., i] * v [...,:,i], untuk i=0...N-1.
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
statis <T memperluas TType > SelfAdjointEig <T> | buat ( Lingkup lingkup, Operan <T> a, Boolean lebih rendah, Long maxIter, Float epsilon) Metode pabrik untuk membuat kelas yang membungkus operasi SelfAdjointEig baru. |
Keluaran <T> | v () Kolom v[..., :, i] adalah vektor eigen yang dinormalisasi sesuai dengan nilai eigen w[..., i]. |
Keluaran <T> | w () Nilai eigen dalam urutan menaik, masing-masing diulang menurut multiplisitasnya. |
Metode Warisan
Dari kelas java.lang.Object boolean | sama dengan (Objek arg0) |
Kelas terakhir<?> | dapatkan Kelas () |
ke dalam | Kode hash () |
kekosongan terakhir | memberitahu () |
kekosongan terakhir | beri tahuSemua () |
Rangkaian | keString () |
kekosongan terakhir | tunggu (arg0 panjang, int arg1) |
kekosongan terakhir | tunggu (argumen panjang0) |
kekosongan terakhir | Tunggu () |
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Nilai Konstan: "XlaSelfAdjointEig"
Metode Publik
public static SelfAdjointEig <T> buat ( Lingkup lingkup, Operan <T> a, Boolean lebih rendah, Long maxIter, Float epsilon)
Metode pabrik untuk membuat kelas yang membungkus operasi SelfAdjointEig baru.
Parameter
cakupan | ruang lingkup saat ini |
---|
A | tensor masukan. |
---|
lebih rendah | boolean menentukan apakah penghitungan dilakukan dengan bagian segitiga bawah atau bagian segitiga atas. |
---|
maxIter | jumlah maksimum pembaruan sapuan, yaitu seluruh bagian segitiga bawah atau bagian segitiga atas berdasarkan parameter yang lebih rendah. Secara heuristik, telah dikemukakan bahwa kira-kira sapuan logN diperlukan dalam praktiknya (Ref: Golub & van Loan "Perhitungan Matriks"). |
---|
epsilon | rasio toleransi. |
---|
Kembali
- contoh baru dari SelfAdjointEig
Kolom v[..., :, i] adalah vektor eigen yang dinormalisasi sesuai dengan nilai eigen w[..., i].
Nilai eigen dalam urutan menaik, masing-masing diulang menurut multiplisitasnya.
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2023-12-01 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Informasi yang saya butuhkan tidak ada"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Terlalu rumit/langkahnya terlalu banyak"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Sudah usang"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Masalah terjemahan"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Masalah kode / contoh"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Lainnya"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Mudah dipahami"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Memecahkan masalah saya"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Lainnya"
}]
{"lastModified": "Terakhir diperbarui pada 2023-12-01 UTC."}