jax.numpy.linalg.eigh

目录

jax.numpy.linalg.eigh#

jax.numpy.linalg.eigh(a, UPLO=None, symmetrize_input=True)[源代码][源代码]#

计算厄米矩阵的特征值和特征向量。

JAX 实现的 numpy.linalg.eigh()。

参数:

  • a (ArrayLike) – 形状为 (..., M, M) 的数组，包含厄米特矩阵（如果是复数）或对称矩阵（如果是实数）。

  • UPLO (str | None) – 指定计算是使用 a 的下三角部分 ('L'，默认) 还是上三角部分 ('U')。

  • symmetrize_input (bool) – 如果为 True（默认），则输入将被对称化，这有助于在自动微分下获得更好的行为。

返回:

一个命名元组 (eigenvalues, eigenvectors) 其中 - eigenvalues: 一个形状为 (..., M) 的数组，包含按升序排列的特征值。 - eigenvectors: 一个形状为 (..., M, M) 的数组，其中列 v[:, i] 是对应于特征值 w[i] 的归一化特征向量。

返回类型:

EighResult

参见

示例

>>> a = jnp.array([[1, -2j],
...                [2j, 1]])
>>> w, v = jnp.linalg.eigh(a)
>>> w
Array([-1.,  3.], dtype=float32)
>>> with jnp.printoptions(precision=3):
...   v
Array([[-0.707+0.j   , -0.707+0.j   ],
       [ 0.   +0.707j,  0.   -0.707j]], dtype=complex64)
目录