matrix_power

paddle.linalg. matrix_power ( x, n, name=None ) [源代码]

计算一个或一批方阵的 n 次幂。

记 \(X\) 为一个或一批方阵，\(n\) 为幂次，则公式为：

\[Out = X ^ {n}\]

特别地，

  • 如果 n > 0，则返回计算 n 次幂后的一个或一批矩阵。

  • 如果 n = 0，则返回一个或一批单位矩阵。

  • 如果 n < 0，则返回每个矩阵的逆（若矩阵可逆）的 abs(n) 次幂。

参数

  • x (Tensor)：输入的欲进行 n 次幂运算的一个或一批方阵，类型为 Tensor。 x 的形状应为 [*, M, M]，其中 * 为零或更大的批次维度，数据类型为 float32， float64。

  • n (int)：输入的幂次，类型为 int。它可以是任意整数。

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

Tensor，这个（或这批）矩阵 x 经过 n 次幂运算后的结果，数据类型和输入 x 的一致。

代码示例

>>> import paddle

>>> x = paddle.to_tensor([[1, 2, 3],
...                       [1, 4, 9],
...                       [1, 8, 27]], dtype='float64')
>>> print(paddle.linalg.matrix_power(x, 2))
Tensor(shape=[3, 3], dtype=float64, place=Place(cpu), stop_gradient=True,
[[6.  , 34. , 102.],
 [14. , 90. , 282.],
 [36. , 250., 804.]])

>>> print(paddle.linalg.matrix_power(x, 0))
Tensor(shape=[3, 3], dtype=float64, place=Place(cpu), stop_gradient=True,
[[1., 0., 0.],
 [0., 1., 0.],
 [0., 0., 1.]])

>>> print(paddle.linalg.matrix_power(x, -2))
Tensor(shape=[3, 3], dtype=float64, place=Place(cpu), stop_gradient=True,
[[ 12.91666667, -12.75000000,  2.83333333 ],
 [-7.66666667 ,  8.         , -1.83333333 ],
 [ 1.80555556 , -1.91666667 ,  0.44444444 ]])