Spec-Zone.ru › TensorFlow 1.15

tf.linalg.tridiagonal_matmul

Просмотреть исходный код на GitHub

Умножает тридиагональную матрицу на матрицу.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.linalg.tridiagonal_matmul, `tf.compat.v2.linalg.tridiagonal_matmul`

tf.linalg.tridiagonal_matmul(
    diagonals, rhs, diagonals_format='compact', name=None
)

diagonals представляет собой представление 3-диагональной NxN матрицы, которое зависит от diagonals_format.

В формате matrix, diagonals должна быть тензор с формой [..., M, M], где две внутренние размерности представляют квадратные тридиагональные матрицы. Элементы за пределами трех диагоналей будут игнорироваться.

Если используется формат compact, три диагонали объединяются в один тензор с формой [..., 3, M], где последние две размерности содержат наддиагональ, диагональ и поддиагональ в указанном порядке. Аналогично формату sequence, элементы diagonals[..., 0, M-1] и diagonals[..., 2, 0] игнорируются.

Формат sequence рекомендуется, так как он обеспечивает наилучшую производительность.

rhs — это матрица справа от знака умножения. Ее форма [..., M, N].

Пример:

superdiag = tf.constant([-1, -1, 0], dtype=tf.float64)
maindiag = tf.constant([2, 2, 2], dtype=tf.float64)
subdiag = tf.constant([0, -1, -1], dtype=tf.float64)
diagonals = [superdiag, maindiag, subdiag]
rhs = tf.constant([[1, 1], [1, 1], [1, 1]], dtype=tf.float64)
x = tf.linalg.tridiagonal_matmul(diagonals, rhs, diagonals_format='sequence')
Аргументы
diagonals Tensor или кортеж из Tensor, описывающий левую часть. Форма зависит от diagonals_format, см. описание выше. Должно быть float32, float64, complex64 или complex128.
rhs Tensor формы [..., M, N] и с тем же типом данных, что и diagonals.
diagonals_format один из sequence или compact. По умолчанию compact.
name Имя для этой Op (необязательно).
Возвращаемое значение
Tensor формы [..., M, N], содержащий результат умножения.
Исключения
ValueError В случае предоставления неподдерживаемого типа в качестве входных данных или при неправильной форме входных тензоров.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/linalg/tridiagonal_matmul

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API