matrix_power¶
计算一个或一批方阵的 n 次幂。
记 \(X\) 为一个或一批方阵，\(n\) 为幂次，则公式为：
\[Out = X ^ {n}\]
特别地，
如果
n > 0，则返回计算n次幂后的一个或一批矩阵。如果
n = 0，则返回一个或一批单位矩阵。如果
n < 0，则返回每个矩阵的逆（若矩阵可逆）的abs(n)次幂。
参数¶
x (Tensor)：输入的欲进行
n次幂运算的一个或一批方阵，类型为 Tensor。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。n (int)：输入的幂次，类型为 int。它可以是任意整数。
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，这个（或这批）矩阵 x 经过 n 次幂运算后的结果，数据类型和输入 x 的一致。
代码示例¶
>>> import paddle
>>> x = paddle.to_tensor([[1, 2, 3],
... [1, 4, 9],
... [1, 8, 27]], dtype='float64')
>>> print(paddle.linalg.matrix_power(x, 2))
Tensor(shape=[3, 3], dtype=float64, place=Place(cpu), stop_gradient=True,
[[6. , 34. , 102.],
[14. , 90. , 282.],
[36. , 250., 804.]])
>>> print(paddle.linalg.matrix_power(x, 0))
Tensor(shape=[3, 3], dtype=float64, place=Place(cpu), stop_gradient=True,
[[1., 0., 0.],
[0., 1., 0.],
[0., 0., 1.]])
>>> print(paddle.linalg.matrix_power(x, -2))
Tensor(shape=[3, 3], dtype=float64, place=Place(cpu), stop_gradient=True,
[[ 12.91666667, -12.75000000, 2.83333333 ],
[-7.66666667 , 8. , -1.83333333 ],
[ 1.80555556 , -1.91666667 , 0.44444444 ]])