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。
记 \(x\) 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.]])