2024-06-23 03:17:16 发布
网友
报告说:
tf.linalg.pinv is "analogous to numpy.linalg.pinv. It differs only in default value of rcond".
但是,tf.linalg.pinv要求矩阵为浮点型,而np.linalg.pinv可用于复杂矩阵
tf.linalg.pinv
np.linalg.pinv
我想知道为什么他们只为浮点类型创建它,是否有一种简单的方法来修改tf.linalg.pinv以用于复杂矩阵
我只是面临同样的情况。如果需要显式构建反向,请检查本文:
https://pdfs.semanticscholar.org/f278/b548b5121fd0d09c2e589439b97fad16ece3.pdf
特别是,给定需要反转的矩阵M,可以执行以下操作:
A = tf.math.real(M) C = tf.math.imag(M) r0 = tf.linalg.pinv(A) @ C y11 = tf.linalg.pinv(C @ r0 + A) y10 = -r0 @ y11 M_inverse = tf.cast(tf.complex(y11,y10), dtype = M.dtype)
它的复杂性比纯复杂的实现稍微高一点,但到目前为止,它对我来说已经被证明是相当稳定的
我只是面临同样的情况。如果需要显式构建反向,请检查本文:
https://pdfs.semanticscholar.org/f278/b548b5121fd0d09c2e589439b97fad16ece3.pdf
特别是,给定需要反转的矩阵M,可以执行以下操作:
它的复杂性比纯复杂的实现稍微高一点,但到目前为止,它对我来说已经被证明是相当稳定的
相关问题 更多 >
编程相关推荐