jax.numpy.linalg.matrix_rank#

jax.numpy.linalg.matrix_rank(M, rtol=None, *, tol=已弃用)[源代码]#

计算矩阵的秩。

numpy.linalg.matrix_rank() 的 JAX 实现。

秩是通过奇异值分解 (SVD) 计算的，并由大于指定容差的奇异值的数量确定。

参数:

  • M (ArrayLike) – 形状为 (..., N, K) 的数组，将计算其秩。

  • rtol (ArrayLike | None) – 可选的形状为 (...) 的数组，指定容差。小于 rtol * 最大奇异值 的奇异值被认为是零。如果 rtol 为 None（默认值），则会根据输入的浮点精度选择合理的默认值。

  • tol (ArrayLike | DeprecatedArg | None) – 已弃用的 rtol 参数的别名。如果使用，将导致 DeprecationWarning。

返回值:

形状为 a.shape[-2] 的数组，给出矩阵的秩。

返回类型:

数组

注释

对于奇异值非常小或数值条件不佳的矩阵，秩计算可能不准确。在这种情况下，请考虑调整 rtol 参数或使用更专业的秩计算方法。

示例

>>> a = jnp.array([[1, 2],
...                [3, 4]])
>>> jnp.linalg.matrix_rank(a)
Array(2, dtype=int32)

>>> b = jnp.array([[1, 0],  # Rank-deficient matrix
...                [0, 0]])
>>> jnp.linalg.matrix_rank(b)
Array(1, dtype=int32)