svd_cn.rst

svd

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。

参数

• 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。

返回

• 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。

代码示例

COPY-FROM: paddle.linalg.svd