publiczna klasa końcowa SelfAdjointEig
Oblicza rozkład własny partii macierzy samosprzężonych
(Uwaga: obsługiwane są tylko wejścia rzeczywiste).
Oblicza wartości własne i wektory własne najbardziej wewnętrznych macierzy N na N w tensorze w taki sposób, że tensor[...,:,:] * v[..., :,i] = e[..., i] * v [...,:,i], dla i=0...N-1.
Stałe
| Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
| statyczny <T rozszerza TType > SelfAdjointEig <T> | |
| Wyjście <T> | v () Kolumna v[..., :, i] jest znormalizowanym wektorem własnym odpowiadającym wartości własnej w[..., i]. |
| Wyjście <T> | w () Wartości własne w porządku rosnącym, każda powtórzona zgodnie ze swoją krotnością. |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Wartość stała: „XlaSelfAdjointEig”
Metody publiczne
public static SelfAdjointEig <T> create ( Zakres zakresu, Operand <T> a, Wartość logiczna dolna, Long maxIter, Float epsilon)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SelfAdjointEig.
Parametry
| zakres | aktualny zakres |
|---|---|
| A | tensor wejściowy. |
| niżej | wartość logiczna określa, czy obliczenia są wykonywane z dolną częścią trójkątną, czy z górną częścią trójkątną. |
| maxIter | maksymalna liczba aktualizacji wobulacji, tj. cała dolna część trójkątna lub górna część trójkątna w oparciu o dolny parametr. Z heurystycznego punktu widzenia argumentowano, że w praktyce potrzebne jest przemiatanie w przybliżeniu logN (zob. Golub & van Loan „Matrix Computation”). |
| epsilon | współczynnik tolerancji. |
Zwroty
- nowa instancja SelfAdjointEig
publiczne wyjście <T> v ()
Kolumna v[..., :, i] jest znormalizowanym wektorem własnym odpowiadającym wartości własnej w[..., i].
publiczne wyjście <T> w ()
Wartości własne w porządku rosnącym, każda powtórzona zgodnie ze swoją krotnością.