TensorFlow函数:tf.matrix_triangular_solve
2018-11-02 15:48 更新
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