mindspore.ops.matrix_solve

mindspore.ops.matrix_solve(matrix, rhs, adjoint=False)

求解线性方程组。

\[\begin{split}\begin{aligned} &matrix[..., M, M] * x[..., M, K] = rhs[..., M, K]\\ &adjoint(matrix[..., M, M]) * x[..., M, K] = rhs[..., M, K] \end{aligned}\end{split}\]

警告

• 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 ]]