我正在寻找一个（下）三角矩阵，由A的Cholesky分解得到，表示为A = L @ L.T。有几个可能的解，包括numpy: inverting an upper triangular matrix。不幸的是，这个问题已经存在了11年以上，因此现在可能存在更新的解决方案。在numpy或scipy或其他任何相关的软件包中，是否有任何方法可以用来计算上三角矩阵或下三角矩阵的逆矩阵？
显然我可以自己编写一个解决方案（对角线项的逆，并确保非对角线乘积为空），但这很容易出错，可能不如更常见的包稳定和测试。
1条答案
按热度按时间iaqfqrcu1#
与前一篇文章一样，通常不需要获得显式逆函数，而重构代码以调用三角形求解器例程通常是更可取的。如果真的需要，使用带有恒等式的三角形求解器作为补充参数可以生成显式逆函数。
如果使用得当，Tensorflow的三角形解算器可以比前一篇文章中提到的解算器快得多。
https://www.tensorflow.org/api_docs/python/tf/linalg/triangular_solvehttps://www.tensorflow.org/guide/function显示器
除此之外（作为一个做了很多Cholesky分解工作的人），从我的Angular 来看，前一篇文章中的答案仍然是正确的。