mindspore.scipy.linalg.cholesky

mindspore.scipy.linalg.cholesky(a, lower=False, overwrite_a=False, check_finite=True)

计算矩阵的cholesky分解。

返回包含cholesky分解的矩阵，对于一个Hermitian正定矩阵 A，根据 lower 取值，进行如下形式的分解：

• lower 为True: \(A = L L^*\)

• lower 为False: \(A = U^* U\)

其中， \(L^*\) 为 \(L\) 的共轭转置矩阵。 其中， \(U^*\) 为 \(U\) 的共轭转置矩阵。

说明

• Windows平台上还不支持 cholesky。

• 仅支持float32、float64、int32、int64类型的Tensor类型。

• 如果Tensor是int32、int64类型，它将被强制转换为：mstype.float64类型。

参数：

• a (Tensor) - 要分解的 \((M, M)\) 方阵。

• lower (bool, 可选) - 是计算上三角还是下三角的cholesky分解。 默认值：False。

• overwrite_a (bool, 可选) - 是否覆盖参数 a 中的数据（可能会提高性能）。 默认值：False。 在MindSpore中，这个参数当前不起作用。

• check_finite (bool, 可选) - 是否检查输入矩阵是否只包含有限数。 禁用可能会带来性能增益，但如果输入确实包含INF或NaN，则可能会导致问题（崩溃、程序不终止）。 默认值：True。 在MindSpore中，当前这个参数不起作用。

返回：

Tensor，a 的上三角或下三角cholesky因子。

异常：

• ValueError - 如果输入的Tensor不是2D方阵。

支持平台：

GPU CPU

样例：

>>> import numpy as onp
>>> from mindspore import Tensor
>>> from mindspore.scipy.linalg import cholesky
>>> a = Tensor(onp.array([[1, 2],[2, 5]]).astype(onp.float32))
>>> L = cholesky(a, lower=True)
>>> print(L)
[[1. 0.]
 [2. 1.]]