cholesky¶

paddle.linalg. cholesky ( x, upper=False, name=None ) [源代码] ¶

计算一个对称正定矩阵或一批对称正定矩阵的 Cholesky 分解。如果 upper 是 True，则分解形式为 \(A = U ^ {T} U\)，返回的矩阵 U 是上三角矩阵。否则，分解形式为 \(A = LL ^ {T}\)，并返回矩阵 \(L\) 是下三角矩阵。

参数¶

x （Tensor）- 输入变量为多维 Tensor，它的维度应该为 [*, M, N]，其中*为零或更大的批次尺寸，并且最里面的两个维度上的矩阵都应为对称的正定矩阵，支持数据类型为 float32、float64。

upper （bool）- 指示是否返回上三角矩阵或下三角矩阵。默认值：False。

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，与 x 具有相同形状和数据类型。它代表了 Cholesky 分解生成的三角矩阵。

代码示例¶

          import paddle

a = paddle.rand([3, 3], dtype="float32")
a_t = paddle.transpose(a, [1, 0])
x = paddle.matmul(a, a_t) + 1e-03

out = paddle.linalg.cholesky(x, upper=False)
print(out)

         