ulab.numpy.linalg¶
-
ulab.numpy.linalg.cholesky(A: ulab.numpy.ndarray) → ulab.numpy.ndarray¶ - 参数
A (ndarray) – 正定对称方阵
- 返回 ~ulab.numpy.ndarray L
下三角形式的平方根矩阵
- Raises
ValueError –如果输入不满足必要条件
返回的矩阵满足方程 m=LL*
-
ulab.numpy.linalg.det(m: ulab.numpy.ndarray) → float¶ - 停止
m，方阵
- 返回 float
矩阵的行列式
计算方阵的特征值和特征向量
-
ulab.numpy.linalg.eig(m: ulab.numpy.ndarray) → Tuple[ulab.numpy.ndarray, ulab.numpy.ndarray]¶ - 参数
m – 方阵
- 返回元组（特征向量、特征值）
计算方阵的特征值和特征向量
-
ulab.numpy.linalg.inv(m: ulab.numpy.ndarray) → ulab.numpy.ndarray¶ - 参数
m (ndarray) – 一个方阵
- 返回
矩阵的逆矩阵，如果存在
- Raises
ValueError – 如果矩阵不可逆
计算方阵的逆矩阵
-
ulab.numpy.linalg.norm(x: ulab.numpy.ndarray) → float¶ - 参数
x (ndarray) –向量或矩阵
计算向量或矩阵的 2-范数，即
sqrt(sum(x*x))，但是，没有 RAM 开销。
-
ulab.numpy.linalg.qr(m: ulab.numpy.ndarray) → Tuple[ulab.numpy.ndarray, ulab.numpy.ndarray]¶ - 参数
m – 一个矩阵
- 返回元组 (Q, R)
计算矩阵的 QR 分解