线性代数 (cupy.linalg)

提示

NumPy API 参考: 线性代数 (numpy.linalg)

另请参阅

线性代数 (cupyx.scipy.linalg)

矩阵和向量乘积

dot(a, b[, out])	返回两个数组的点积。
vdot(a, b)	返回两个向量的点积。
inner(a, b)	返回两个数组的内积。
outer(a, b[, out])	返回两个向量的外积。
matmul	matmul(x1, x2, /, out=None, **kwargs)
tensordot(a, b[, axes])	返回两个数组沿指定轴的张量点积。
einsum(subscripts, *operands[, dtype, optimize])	对操作数评估爱因斯坦求和约定。
linalg.matrix_power(M, n)	将一个方阵计算 (整数) n 次幂。
kron(a, b)	返回两个数组的克罗内克积。

分解

linalg.cholesky(a)	乔利斯基分解。
linalg.qr(a[, mode])	QR 分解。
linalg.svd(a[, full_matrices, compute_uv])	奇异值分解。

矩阵特征值

linalg.eigh(a[, UPLO])	返回复数 Hermitian (共轭对称) 或实数对称矩阵的特征值和特征向量。
linalg.eigvalsh(a[, UPLO])	计算复数 Hermitian 或实数对称矩阵的特征值。

范数和其他数字

linalg.norm(x[, ord, axis, keepdims])	返回由 ord 参数指定的一个矩阵范数。
linalg.det(a)	返回数组的行列式。
linalg.matrix_rank(M[, tol])	使用 SVD 方法返回数组的矩阵秩
linalg.slogdet(a)	返回数组行列式的符号和对数。
trace(a[, offset, axis1, axis2, dtype, out])	返回数组对角线元素的和。

解方程和矩阵求逆

linalg.solve(a, b)	解线性矩阵方程。
linalg.tensorsolve(a, b[, axes])	解由 ax = b 表示的张量方程。
linalg.lstsq(a, b[, rcond])	返回线性矩阵方程的最小二乘解。
linalg.inv(a)	计算矩阵的逆。
linalg.pinv(a[, rcond])	计算矩阵的 Moore-Penrose 伪逆。
linalg.tensorinv(a[, ind])	计算张量的逆。