来自python API的tensorflow中的特征分解

Question

使用TensorFlow实现迭代特征分解的最佳方法是什么？（有点像matlabs eigs）。

我知道Eigen有能力执行特征分解，但我不清楚如何从tensorflow python API访问它。如果tensorflow只是作为Eigen的API，那么与简单使用scipy.sparse.linalg.eigs相比有什么优势吗？

Answer 1

tf.self_addjoint_eig和tf.batch_self_addJoint_eig都是我在API中看到的，https://www.tensorflow.org/versions/master/api_docs/python/math_ops.html

Answer 2

TensorFlow当前没有公开通用特征分解算子。有两个主要选项：

• 添加一个新的C++操作符，调用Eigen的本征分解函数。由于这通常是有用的，您可以考虑在pull请求中将其贡献给项目。

• 使用tf.py_func()操作在图形中运行Python函数，并让该函数调用scipy.sparse.linalg.eigs()。

C++运算符的主要好处是，它可以避免序列化开销（将数组复制到Python和从Python复制数组），并且可以移植到其他平台（例如Android、iOS），这些平台并不总是有可用的Python解释器。