Python combined_commuting_positive_definite_hintの例

コード例 #1

ファイル: solve_registrations.py プロジェクト: TheVinhLuong102/tensorflow

def _solve_linear_operator_diag(linop_a, linop_b):
    return linear_operator_diag.LinearOperatorDiag(
        diag=linop_b.diag / linop_a.diag,
        is_non_singular=registrations_util.combined_non_singular_hint(
            linop_a, linop_b),
        is_self_adjoint=registrations_util.
        combined_commuting_self_adjoint_hint(linop_a, linop_b),
        is_positive_definite=(
            registrations_util.combined_commuting_positive_definite_hint(
                linop_a, linop_b)),
        is_square=True)

コード例 #2

ファイル: solve_registrations.py プロジェクト: TheVinhLuong102/tensorflow

def _solve_linear_operator_circulant_circulant(linop_a, linop_b):
    return linear_operator_circulant.LinearOperatorCirculant(
        spectrum=linop_b.spectrum / linop_a.spectrum,
        is_non_singular=registrations_util.combined_non_singular_hint(
            linop_a, linop_b),
        is_self_adjoint=registrations_util.
        combined_commuting_self_adjoint_hint(linop_a, linop_b),
        is_positive_definite=(
            registrations_util.combined_commuting_positive_definite_hint(
                linop_a, linop_b)),
        is_square=True)

コード例 #3

ファイル: solve_registrations.py プロジェクト: aritratony/tensorflow

def _solve_linear_operator_diag(linop_a, linop_b):
  return linear_operator_diag.LinearOperatorDiag(
      diag=linop_b.diag / linop_a.diag,
      is_non_singular=registrations_util.combined_non_singular_hint(
          linop_a, linop_b),
      is_self_adjoint=registrations_util.combined_commuting_self_adjoint_hint(
          linop_a, linop_b),
      is_positive_definite=(
          registrations_util.combined_commuting_positive_definite_hint(
              linop_a, linop_b)),
      is_square=True)

コード例 #4

ファイル: solve_registrations.py プロジェクト: aritratony/tensorflow

def _solve_linear_operator_circulant_circulant(linop_a, linop_b):
  return linear_operator_circulant.LinearOperatorCirculant(
      spectrum=linop_b.spectrum / linop_a.spectrum,
      is_non_singular=registrations_util.combined_non_singular_hint(
          linop_a, linop_b),
      is_self_adjoint=registrations_util.combined_commuting_self_adjoint_hint(
          linop_a, linop_b),
      is_positive_definite=(
          registrations_util.combined_commuting_positive_definite_hint(
              linop_a, linop_b)),
      is_square=True)

コード例 #5

ファイル: solve_registrations.py プロジェクト: aritratony/tensorflow

def _solve_linear_operator_diag_scaled_identity_left(
    linop_scaled_identity, linop_diag):
  return linear_operator_diag.LinearOperatorDiag(
      diag=linop_diag.diag / linop_scaled_identity.multiplier,
      is_non_singular=registrations_util.combined_non_singular_hint(
          linop_diag, linop_scaled_identity),
      is_self_adjoint=registrations_util.combined_commuting_self_adjoint_hint(
          linop_diag, linop_scaled_identity),
      is_positive_definite=(
          registrations_util.combined_commuting_positive_definite_hint(
              linop_diag, linop_scaled_identity)),
      is_square=True)

コード例 #6

def _matmul_linear_operator_diag_scaled_identity_left(
    linop_scaled_identity, linop_diag):
  return linear_operator_diag.LinearOperatorDiag(
      diag=linop_diag.diag * linop_scaled_identity.multiplier,
      is_non_singular=registrations_util.combined_non_singular_hint(
          linop_diag, linop_scaled_identity),
      is_self_adjoint=registrations_util.combined_commuting_self_adjoint_hint(
          linop_diag, linop_scaled_identity),
      is_positive_definite=(
          registrations_util.combined_commuting_positive_definite_hint(
              linop_diag, linop_scaled_identity)),
      is_square=True)

コード例 #7

ファイル: solve_registrations.py プロジェクト: TheVinhLuong102/tensorflow

def _solve_linear_operator_scaled_identity(linop_a, linop_b):
    """Solve of two ScaledIdentity `LinearOperators`."""
    return linear_operator_identity.LinearOperatorScaledIdentity(
        num_rows=linop_a.domain_dimension_tensor(),
        multiplier=linop_b.multiplier / linop_a.multiplier,
        is_non_singular=registrations_util.combined_non_singular_hint(
            linop_a, linop_b),
        is_self_adjoint=registrations_util.
        combined_commuting_self_adjoint_hint(linop_a, linop_b),
        is_positive_definite=(
            registrations_util.combined_commuting_positive_definite_hint(
                linop_a, linop_b)),
        is_square=True)

コード例 #8

ファイル: matmul_registrations.py プロジェクト: wwjiang007/tensorflow

def _matmul_linear_operator_circulant_circulant(linop_a, linop_b):
    if not isinstance(linop_a, linop_b.__class__):
        return _matmul_linear_operator(linop_a, linop_b)

    return linop_a.__class__(
        spectrum=linop_a.spectrum * linop_b.spectrum,
        is_non_singular=registrations_util.combined_non_singular_hint(
            linop_a, linop_b),
        is_self_adjoint=registrations_util.
        combined_commuting_self_adjoint_hint(linop_a, linop_b),
        is_positive_definite=(
            registrations_util.combined_commuting_positive_definite_hint(
                linop_a, linop_b)),
        is_square=True)