mindspore.ops.matrix_solve
- mindspore.ops.matrix_solve(matrix, rhs, adjoint=False)[源代码]
求解线性方程组。
\[\begin{split}\begin{aligned} &matrix[..., M, M] * x[..., M, K] = rhs[..., M, K]\\ &adjoint(matrix[..., M, M]) * x[..., M, K] = rhs[..., M, K] \end{aligned}\end{split}\]Warning
当平台为GPU时,如果 matrix 中的矩阵不可逆,将产生错误或者返回一个未知结果。
参数:
matrix (Tensor) - 输入Tensor, shape 为 \([..., M, M]\)。
rhs (Tensor) - 输入Tensor, shape 为 \([..., M, K]\)。 rhs 的 dtype 必须与 matrix 的 dtype 相同。
adjoint (bool) - 表示是否需要在求解前对输入矩阵 matrix 做共轭转置,默认:False。
返回:
Tensor,与 rhs 的 shape 和数据类型相同。
异常:
TypeError - adjoint 不为 bool。
TypeError - matrix 的 dtype 不属于以下类型: mstype.float16、 mstype.float32、 mstype.float64、 mstype.complex64 和 mstype.complex128。
TypeError - rhs 的 dtype 与 matrix 的 dtype 不相同。
ValueError - matrix 的维度小于2。
ValueError - rhs 的维度与 matrix 的维度不相等。
ValueError - matrix 最内侧的两个维度不相等。
ValueError - rhs 最内侧的两个维度和 matrix 不能匹配。
ValueError - matrix 中的矩阵不可逆。
- 支持平台:
GPU
CPU
样例:
>>> matrix = Tensor([[5, 4], [3, 1]], mindspore.float32) >>> rhs = Tensor([[7], [2]], mindspore.float32) >>> result = ops.matrix_solve(matrix, rhs) >>> print(result) [[0.14285707] [1.5714287 ]]