计算一个或一批矩阵的奇异值分解。
记 X 为一个矩阵,则计算的结果为 2 个矩阵 U, VH 和一个向量 S。则分解后满足公式:
X = U * diag(S) * VH
值得注意的是,S 是向量,从大到小表示每个奇异值。而 VH 则是 V 的共轭转置。
- x (Tensor) - 输入的欲进行奇异值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。- full_matrices (bool) - 是否计算完整的 U 和 V 矩阵,类型为 bool 默认为 False。这个参数会影响 U 和 V 生成的 Shape。
- name (str,可选) - 具体用法请参见
api_guide_Name
,一般无需设置,默认值为 None。
- Tensor U,奇异值分解的 U 矩阵。如果 full_matrics 设置为 False,则 Shape 为
[*, M, K]
,如果 full_metrices 设置为 True,那么 Shape 为[*, M, M]
。其中 K 为 M 和 N 的最小值。- Tensor S,奇异值向量,Shape 为
[*, K]
。- Tensor VH,奇异值分解的 VH 矩阵。如果 full_matrics 设置为 False,则 Shape 为
[*, K, N]
,如果 full_metrices 设置为 True,那么 Shape 为[*, N, N]
。其中 K 为 M 和 N 的最小值。
COPY-FROM: paddle.linalg.svd