codecamp

TensorFlow计算方阵行列式的函数

tf.matrix_determinant 函数
matrix_determinant(
    input,
    name=None
)

参考指南:数学函数>矩阵数学函数

计算一个或多个方阵的行列式.

输入是一个形状为 [..., M, M] 的张量,其最内部的 2 维构成方阵.输出是包含所有输入子矩阵 [..., :, :] 的行列式的张量.

参数:

  • input:张量.必须是下列类型之一:float32,float64,complex64,complex128.形状为:[..., M, M].
  • name:操作的名称(可选).

返回值:

该函数将符一个张量,该张量与 input 具有相同的类型;形状为 [...].

TensorFlow矩阵数学函数:tf.matrix_band_part
TensorFlow:tf.matrix_diag函数
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; }