cholesky¶
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)