mindspore.scipy.linalg.cholesky

查看源文件
mindspore.scipy.linalg.cholesky(a, lower=False, overwrite_a=False, check_finite=True)[源代码]

计算矩阵的cholesky分解。

返回包含cholesky分解的矩阵,对于一个Hermitian正定矩阵 A,根据 lower 取值,进行如下形式的分解:

  • lower 为True: \(A = L L^*\)

  • lower 为False: \(A = U^* U\)

其中, \(L^*\)\(L\) 的共轭转置矩阵。 其中, \(U^*\)\(U\) 的共轭转置矩阵。

说明

  • Windows平台上还不支持 cholesky

  • 仅支持float32、float64、int32、int64类型的Tensor类型。

  • 如果Tensor是int32、int64类型,它将被强制转换为:mstype.float64类型。

参数:
  • a (Tensor) - 要分解的 \((M, M)\) 方阵。

  • lower (bool, 可选) - 是计算上三角还是下三角的cholesky分解。 默认值:False

  • overwrite_a (bool, 可选) - 是否覆盖参数 a 中的数据(可能会提高性能)。 默认值:False。 在MindSpore中,这个参数当前不起作用。

  • check_finite (bool, 可选) - 是否检查输入矩阵是否只包含有限数。 禁用可能会带来性能增益,但如果输入确实包含INF或NaN,则可能会导致问题(崩溃、程序不终止)。 默认值:True。 在MindSpore中,当前这个参数不起作用。

返回:

Tensor,a 的上三角或下三角cholesky因子。

异常:
  • ValueError - 如果输入的Tensor不是2D方阵。

支持平台:

GPU CPU

样例:

>>> import numpy as onp
>>> from mindspore import Tensor
>>> from mindspore.scipy.linalg import cholesky
>>> a = Tensor(onp.array([[1, 2],[2, 5]]).astype(onp.float32))
>>> L = cholesky(a, lower=True)
>>> print(L)
[[1. 0.]
 [2. 1.]]