triangular_solve

paddle.linalg. triangular_solve ( x, y, upper=True, transpose=False, unitriangular=False, name=None ) [源代码]

计算具有唯一解的线性方程组解,其中参数 x 是上(下)三角系数矩阵,y 为线性方程组右边的矩阵。

\(x\) 表示一个或一批方阵,\(y\) 表示一个或一批矩阵。

则方程组为:

\[x * Out = y\]

方程组的解为:

\[Out = x ^ {-1} * y\]

特别地,

  • 如果 x 不可逆,则线性方程组不可解。

参数

  • x (Tensor) - 线性方程组左边的系数方阵,其为一个或一批方阵。x 的形状应为 [*, M, M],其中 * 为零或更大的批次维度,数据类型为 float32, float64,complex64,complex128。

  • y (Tensor) - 线性方程组右边的矩阵,其为一个或一批矩阵。y 的形状应为 [*, M, K],其中 * 为零或更大的批次维度,数据类型为 float32, float64,complex64,complex128。

  • upper (bool,可选) - 对系数矩阵 x 取上三角还是下三角。默认为 True,表示取上三角。

  • transpose (bool,可选) - 是否对系数矩阵 x 进行转置。默认为 False,不进行转置。

  • unitriangular (bool,可选) - 如果为 True,则将系数矩阵 x 对角线元素假设为 1 来求解方程。默认为 False。

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

返回

Tensor,线程方程组的解,数据类型和 x 一致。

代码示例

>>> # a square system of linear equations:
>>> # x1 +   x2  +   x3 = 0
>>> #      2*x2  +   x3 = -9
>>> #               -x3 = 5

>>> import paddle
>>> x = paddle.to_tensor([[1, 1, 1],
...                       [0, 2, 1],
...                       [0, 0,-1]], dtype="float64")
>>> y = paddle.to_tensor([[0], [-9], [5]], dtype="float64")
>>> out = paddle.linalg.triangular_solve(x, y, upper=True)

>>> print(out)
Tensor(shape=[3, 1], dtype=float64, place=Place(cpu), stop_gradient=True,
[[ 7.],
 [-2.],
 [-5.]])