Tensorflow 特征值/特征向量 (tf.linalg.eigh)
Tensorflow Eigenvalues / EigenVector (tf.linalg.eigh)
我正在尝试使用 TensorFlow 验证一个简单的特征值/特征向量问题。
导入张量流:
import tensorflow as tf # version 2.6.0
例如,取一个简单的矩阵
ex1 = tf.convert_to_tensor([[0,1],[-2,-3]],dtype=tf.float32)
print(ex1)
输出:
tf.Tensor(
[[ 0. 1.]
[-2. -3.]], shape=(2, 2), dtype=float32)
然后我使用 tf.linalg.eigh:
计算特征值和特征向量
eigVals, eigVects = tf.linalg.eigh(ex1)
print(tf.linalg.diag(eigVals),eigVects)
输出:
tf.Tensor(
[[-4. 0. ]
[ 0. 1.0000001]], shape=(2, 2), dtype=float32) tf.Tensor(
[[ 0.4472136 0.8944272]
[ 0.8944272 -0.4472136]], shape=(2, 2), dtype=float32)
现在,由于 A 的特征值和特征向量定义为 Av = Lv,我可以计算 Av 和 Lv 并且应该得到匹配的答案(在舍入误差范围内):
正在计算 Av:
tf.matmul(ex1,eigVects)
输出:
<tf.Tensor: shape=(2, 2), dtype=float32, numpy=
array([[ 0.8944272 , -0.4472136 ],
[-3.5777087 , -0.44721365]], dtype=float32)>
并计算Lv:
tf.matmul(tf.linalg.diag(eigVals),eigVects)
输出:
<tf.Tensor: shape=(2, 2), dtype=float32, numpy=
array([[-1.7888544 , -3.5777087 ],
[ 0.8944273 , -0.44721365]], dtype=float32)>
为什么这些不匹配?
根据eigh的文档:
Computes the eigen decomposition of a batch of self-adjoint matrices.
我正在尝试使用 TensorFlow 验证一个简单的特征值/特征向量问题。
导入张量流:
import tensorflow as tf # version 2.6.0
例如,取一个简单的矩阵
ex1 = tf.convert_to_tensor([[0,1],[-2,-3]],dtype=tf.float32)
print(ex1)
输出:
tf.Tensor(
[[ 0. 1.]
[-2. -3.]], shape=(2, 2), dtype=float32)
然后我使用 tf.linalg.eigh:
计算特征值和特征向量eigVals, eigVects = tf.linalg.eigh(ex1)
print(tf.linalg.diag(eigVals),eigVects)
输出:
tf.Tensor(
[[-4. 0. ]
[ 0. 1.0000001]], shape=(2, 2), dtype=float32) tf.Tensor(
[[ 0.4472136 0.8944272]
[ 0.8944272 -0.4472136]], shape=(2, 2), dtype=float32)
现在,由于 A 的特征值和特征向量定义为 Av = Lv,我可以计算 Av 和 Lv 并且应该得到匹配的答案(在舍入误差范围内):
正在计算 Av:
tf.matmul(ex1,eigVects)
输出:
<tf.Tensor: shape=(2, 2), dtype=float32, numpy=
array([[ 0.8944272 , -0.4472136 ],
[-3.5777087 , -0.44721365]], dtype=float32)>
并计算Lv:
tf.matmul(tf.linalg.diag(eigVals),eigVects)
输出:
<tf.Tensor: shape=(2, 2), dtype=float32, numpy=
array([[-1.7888544 , -3.5777087 ],
[ 0.8944273 , -0.44721365]], dtype=float32)>
为什么这些不匹配?
根据eigh的文档:
Computes the eigen decomposition of a batch of self-adjoint matrices.