jax.lax.linalg.eig#
- jax.lax.linalg.eig(x, *, compute_left_eigenvectors=True, compute_right_eigenvectors=True, use_magma=None)[源代码]#
一般矩阵的特征分解。
非对称特征分解仅在 CPU 和 GPU 上实现。在 GPU 上，默认实现直接在主机 CPU 上调用 LAPACK，但也可以使用基于 MAGMA 的实验性 GPU 实现。对于小型矩阵（小于 2048 左右），MAGMA 实现通常比等效的 LAPACK 实现慢，但对于较大的矩阵，它可能表现更好。
要启用 MAGMA 实现，您必须自己安装 MAGMA（有 Debian 和 conda-forge 包，或者您可以从源代码构建）。然后将
use_magma参数设置为True，或者将jax_use_magma配置变量设置为"on"或"auto"jax.config.update('jax_use_magma', 'on')
JAX 将尝试
dlopen已安装的 MAGMA 共享库，如果找不到则会引发错误。要明确指定 MAGMA 库的路径，请将环境变量 JAX_GPU_MAGMA_PATH 设置为完整的安装路径。如果
jax_use_magma设置为"auto"，如果可以找到该库，并且输入矩阵足够大（>= 2048x2048），则将使用 MAGMA 实现。- 参数:
x (ArrayLike) – 一批形状为
[..., n, n]的方阵。compute_left_eigenvectors (bool) – 如果为 true，将计算左特征向量。
compute_right_eigenvectors (bool) – 如果为 true，将计算右特征向量。
use_magma (bool | None | None) – 本地覆盖
jax_use_magma标志。如果为True，则使用 MAGMA 计算特征分解。如果为False，则使用 LAPACK 在主机 CPU 上完成计算。如果为None（默认），则行为由jax_use_magma标志控制。此参数仅在 GPU 上使用。
- 返回:
x的特征分解，其形式为(w, vl, vr)的元组，其中w是特征值，vl是左特征向量，vr是右特征向量。vl和vr是可选的，仅当compute_left_eigenvectors或compute_right_eigenvectors分别为True时才会包含。如果特征分解失败，则将为该批次元素返回充满 NaN 的数组。
- 返回类型: