codecamp

TensorFlow函数:tf.linalg.logm

tf.linalg.logm函数

tf.linalg.logm(
    input,
    name=None
)

计算一个或多个正方形矩阵的矩阵对数:

log(exp(A))= A

该运算仅针对复杂矩阵定义.如果A是正定并且是实数,则将其转换为一个复数矩阵,取对数并将其转换回实数矩阵,将给出正确的结果.

此函数使用Schur-Parlett算法计算矩阵对数.

输入是一个形状为[..., M, M]的张量,其最内部的2个维度形成正方形矩阵.输出是与包含所有输入子矩阵[..., :, :]的指数的输入相同形状的张量.

参数:

  • input:一个Tensor,必须是以下类型之一:complex64,complex128,并且形状为[..., M, M].
  • name:操作的名称(可选).

返回:

该函数返回一个Tensor,并且与input具有相同的类型.

TensorFlow函数:tf.linalg.logdet
TensorFlow函数:tf.linalg.slogdet
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

TensorFlow 函数介绍

TensorFlow 函数模块:tf

TensorFlow的image模块

TensorFlow使用之tf.io

TensorFlow使用之tf.keras

TensorFlow函数教程:tf.keras.applications

TensorFlow函数教程:tf.keras.backend

TensorFlow使用之tf.metrics

TensorFlow使用之tf.nn

TensorFlow使用之tf.python_io

TensorFlow 功能函数

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }