J'ai vu qu'il existe des méthodes pour faire Cholesky decomposition, et de résoudre des systèmes linéaires en utilisant une méthode QR dans TensorFlow, cependant, je ne peux pas trouver un moyen d'implémenter une décomposition QR dans TensorFlow.Décomposition QR dans TensorFlow
Comment effectuer une décomposition QR dans TensorFlow?
Il semble qu'une décomposition QR soit now in tensorflow master; c'était added last week.
tf.qr(input, full_matrices=None, name=None)Computes the QR decompositions of one or more matrices.
Computes the QR decomposition of each inner matrix in
tensorsuch thattensor[..., :, :] = q[..., :, :] * r[..., :,:])# a is a tensor. # q is a tensor of orthonormal matrices. # r is a tensor of upper triangular matrices. q, r = qr(a) q_full, r_full = qr(a, full_matrices=True)
Je reçois l'erreur suivante lorsque j'essaie d'utiliser le QR dans un réseau. Le dégradé a-t-il été appliqué LookupError: Aucun gradient défini pour l'opération 'Qr_1' (type op: Qr) – kstan0725
@ kstan0725 QR ne semble pas avoir de gradient défini, malheureusement. – Dougal
Y a-t-il des plans pour ajouter le dégradé pour l'opération QR afin qu'il puisse être utilisé dans les réseaux et les fonctions de coût? – kstan0725
Cela pourrait être une bonne demande de fonctionnalité, le long des lignes de https://github.com/tensorflow/tensorflow/issues/2207 –
Merci, je viens de soumettre une demande de fonctionnalité pour cela. – kstan0725