文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.cholesky

mindspore.ops.cholesky(input_x, upper=False)

计算对称正定矩阵或一批对称正定矩阵的Cholesky分解。

如果 upper 为True，则返回的矩阵 $U$ 为上三角矩阵，分解形式为：

$$A=U^{T}U$$

如果 upper 为False，则返回的矩阵 $L$ 为下三角矩阵，分解形式为：

$$A=L{L}^T$$

参数：

• input_x (Tensor) - shape大小为 $(\ast ,N,N)$ ，其中 $\ast$ 是零个或多个由对称正定矩阵组成的批处理维，数据类型为float32或float64。

• upper (bool) - 是否返回上三角矩阵还是下三角矩阵的标志。默认值：False 。

返回：

Tensor，shape和数据类型与 input_x 相同。

异常：

• TypeError - 如果 upper 不是bool。

• TypeError - 如果 input_x 的数据类型既不是float32，也不是float64。

• TypeError - 如果 input_x 不是Tensor。

• ValueError - 如果 input_x 不是一个或多个方阵。

• ValueError - 如果 input_x 不是对称正定矩阵。

支持平台：

GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> input_x = Tensor(np.array([[1.0, 1.0], [1.0, 2.0]]), mindspore.float32)
>>> output = ops.cholesky(input_x, upper=False)
>>> print(output)
[[1. 0.]
 [1. 1.]]