qr¶
计算一个或一批矩阵的正交三角分解,也称 QR 分解(暂不支持反向)。
记 \(X\) 为一个矩阵,则计算的结果为 2 个矩阵 \(Q\) 和 \(R\),则满足公式:
\[X = Q * R\]
其中,\(Q\) 是正交矩阵,\(R\) 是上三角矩阵。
参数¶
x (Tensor):输入进行正交三角分解的一个或一批方阵,类型为 Tensor。
x
的形状应为[*, M, N]
,其中*
为零或更大的批次维度,数据类型支持 float32, float64。mode (str,可选):控制正交三角分解的行为,默认是
reduced
,假设x
形状应为[*, M, N]
和K = min(M, N)
:如果mode = "reduced"
,则 \(Q\) 形状为[*, M, K]
和 \(R\) 形状为[*, K, N]
;如果mode = "complete"
,则 \(Q\) 形状为[*, M, M]
和 \(R\) 形状为[*, M, N]
;如果mode = "r"
,则不返回 \(Q\),只返回 \(R\) 且形状为[*, K, N]
。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 Q,正交三角分解的 Q 正交矩阵,需注意如果
mode = "reduced"
,则不返回 Q 矩阵,只返回 R 矩阵。Tensor R,正交三角分解的 R 上三角矩阵。
代码示例¶
import paddle
x = paddle.to_tensor([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]]).astype('float64')
q, r = paddle.linalg.qr(x)
print (q)
print (r)
# Q = [[-0.16903085, 0.89708523],
# [-0.50709255, 0.27602622],
# [-0.84515425, -0.34503278]])
# R = [[-5.91607978, -7.43735744],
# [ 0. , 0.82807867]])
# one can verify : X = Q * R ;