TensorFlow函数：tf.matrix_triangular_solve

tf.matrix_triangular_solve 函数

matrix_triangular_solve(
    matrix,
    rhs,
    lower=None,
    adjoint=None,
    name=None
)

参考指南：数学函数>矩阵数学函数

使用回代求解具有上、下三角矩阵的线性方程组.

matrix 是一个形状为 [..., M, N] 的张量,并且该张量最内部的 2 维构成方形矩阵.如果 lower 取值为 True 则每个最内部矩阵的严格上三角形部分被假定为零并且不被访问.如果 lower 的值是 False,则每个最内部矩阵的严格下三角形部分被假定为零并且不被访问.rhs 是一个形状为 [..., M, K] 的张量.

该操作输出的是一个形状为 [..., M, K] 的张量.如果 adjoint 的值为 True,则输出的最内矩阵满足矩阵方程：matrix[..., :, :] * output[..., :, :] = rhs[..., :, :].

如果 adjoint 的值为 False,那么严格的,最内矩阵的输出满足矩阵方程：adjoint(matrix[..., i, k]) * output[..., k, j] = rhs[..., i, j]

参数：

• matrix：张量.必须是下列类型之一：float64,float32,complex64,complex128,并且形状为 [..., M, M].
• rhs：张量.必须与 matrix 具有相同的类型,形状为 [..., M, K].
• lower：可选的 bool 值,默认为 True.布尔值表示最内矩阵 matrix 是下三角形还是上三角形.
• adjoint：可选的 bool 值,默认为 False.布尔值表示是否解决 matrix 或者 adjoint(块式).
• name：操作的名称(可选).

返回：

该函数返回一个张量,该张量与 matrix 具有相同的类型,形状为 [..., M, K].

numpy 兼容性：

等价于 np.linalg.triangular_solve