clase final pública Svd
Calcula la descomposición propia de un lote de matrices autoadjuntas
(Nota: solo se admiten entradas reales).
Calcula los autovalores y autovectores de las matrices M-por-N más internas en tensor tal que el tensor [...,:,:] = u [...,:,:] * Diag (s [...,:] ) * Transponer (v [...,:,:]).
Constantes
| Cuerda | OP_NAME | El nombre de esta operación, como lo conoce el motor central de TensorFlow |
Métodos públicos
| estática <T extiende TType > Svd <T> | create ( alcance del alcance, operando <T> a, long maxIter, float epsilon, String precisionConfig) Método de fábrica para crear una clase que envuelva una nueva operación de Svd. |
| Salida <T> | s () Valores singulares. |
| Salida <T> | u () Vectores singulares izquierdos. |
| Salida <T> | v () Vectores singulares derechos. |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow
Valor constante: "XlaSvd"
Métodos públicos
public static Svd <T> create ( Scope scope, Operand <T> a, Long maxIter, Float epsilon, String precisionConfig)
Método de fábrica para crear una clase que envuelva una nueva operación de Svd.
Parámetros
| alcance | alcance actual |
|---|---|
| a | el tensor de entrada. |
| maxIter | número máximo de actualización de barrido, es decir, toda la parte triangular inferior o la parte triangular superior en función del parámetro inferior. Heurísticamente, se ha argumentado que en la práctica se necesitan aproximadamente barridos log (min (M, N)) (Ref: Golub & van Loan "Computación matricial"). |
| épsilon | la relación de tolerancia. |
| precisionConfig | un proto xla :: PrecisionConfig serializado. |
Devoluciones
- una nueva instancia de Svd
Salida pública <T> s ()
Valores singulares. Los valores se ordenan en orden inverso de magnitud, por lo que s [..., 0] es el valor más grande, s [..., 1] es el segundo más grande, etc.