TensorFlow函數(shù)：tf.matrix_triangular_solve

tf.matrix_triangular_solve 函數(shù)

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

參考指南：數(shù)學函數(shù)>矩陣數(shù)學函數(shù)

使用回代求解具有上、下三角矩陣的線性方程組.

matrix 是一個形狀為 [..., M, N] 的張量,并且該張量最內部的 2 維構成方形矩陣.如果 lower 取值為 True 則每個最內部矩陣的嚴格上三角形部分被假定為零并且不被訪問.如果 lower 的值是 False,則每個最內部矩陣的嚴格下三角形部分被假定為零并且不被訪問.rhs 是一個形狀為 [..., M, K] 的張量.

該操作輸出的是一個形狀為 [..., M, K] 的張量.如果 adjoint 的值為 True,則輸出的最內矩陣滿足矩陣方程：matrix[..., :, :] * output[..., :, :] = rhs[..., :, :].

如果 adjoint 的值為 False,那么嚴格的,最內矩陣的輸出滿足矩陣方程：adjoint(matrix[..., i, k]) * output[..., k, j] = rhs[..., i, j]

參數(shù)：

• matrix：張量.必須是下列類型之一：float64,float32,complex64,complex128,并且形狀為 [..., M, M].
• rhs：張量.必須與 matrix 具有相同的類型,形狀為 [..., M, K].
• lower：可選的 bool 值,默認為 True.布爾值表示最內矩陣 matrix 是下三角形還是上三角形.
• adjoint：可選的 bool 值,默認為 False.布爾值表示是否解決 matrix 或者 adjoint(塊式).
• name：操作的名稱(可選).

返回：

該函數(shù)返回一個張量,該張量與 matrix 具有相同的類型,形狀為 [..., M, K].

numpy 兼容性：

等價于 np.linalg.triangular_solve