svdvals¶

paddle.linalg. svdvals ( x, name=None ) [源代码] ¶

计算一个或一批矩阵的奇异值。

记 \(X\) 为输入的矩阵或一批矩阵，则输出的奇异值 \(S\) 是奇异值分解后矩阵的的对角元素：

\[X = U * diag(S) * VH\]

值得注意的是，\(S\) 是一个向量，其元素按从大到小的顺序排列，表示每个奇异值。

参数¶

x (Tensor) - 输入的欲进行奇异值分解的一个或一批矩阵，类型为 Tensor。 x 的形状应为 [*, M, N]，其中 * 为零或更大的批次维度，数据类型支持 float32， float64。

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 S，奇异值向量，Shape 为 [*, K] ，其中 K 为 M 和 N 的最小值。

代码示例¶

          >>> import paddle

>>> x = paddle.to_tensor([[1.0, 2.0], [1.0, 3.0], [4.0, 6.0]])
>>> s = paddle.linalg.svdvals(x)
>>> print(s)
Tensor(shape=[2], dtype=float32, place=Place(cpu), stop_gradient=True,
[8.14753819, 0.78589684])

         