我想在TensorFlow中使用特征值,但是它使用“tf.self_adjoint_eig”给出了错误的特征值/特征向量。
在下面的代码中,我试图恢复原始矩阵,但是输出与原始矩阵不同,知道如何修复吗?
`A11 = tf.constant([[1, 3],[1, 1]], dtype=tf.float32)
[e1, W1] = tf.self_adjoint_eig(A11)
e1 = tf.diag(e1)
A11r = tf.matmul(tf.matmul(W1, e1), tf.matrix_inverse(W1))
A11: [[1. 3.]
[1. 1.]]
A11r: [[0.9999999 0.9999999]
[0.9999999 0.9999999]]` 发布于 2022-06-09 08:57:23
如果“tf.self_adjoint_eig”不是强制性的,您可以这样做:
A11 = tf.constant([[1., 3.],[1., 1.]], dtype=tf.float32)
[e1, W1] = tf.linalg.eig(A11)
e1 = tf.linalg.diag(e1)
A11r = tf.matmul(tf.matmul(W1, e1), tf.linalg.inv(W1))
A11: [[1. 3.]
[1. 1.]]
A11r: [[0.9999999 0.9999999]
[0.9999999 0.9999999]]尝试将tf.linalg.function_name()
这是与你的相比的结果。
Input: A11
Output: <tf.Tensor: shape=(2, 2), dtype=float32, numpy=
array([[1., 3.],
[1., 1.]], dtype=float32)>
Input: A11r
Output: <tf.Tensor: shape=(2, 2), dtype=complex64, numpy=
array([[1.0000001+0.j, 3.0000005+0.j],
[1. +0.j, 1. +0.j]], dtype=complex64)>以下是我得到的错误,并查看“导入tensorflow as tf”
https://stackoverflow.com/questions/51535479
复制相似问题