jax.numpy.linalg.matrix_rank#

jax.numpy.linalg.matrix_rank(M, rtol=None, *, tol=None)[源代码]#

计算矩阵的秩。

JAX 对 numpy.linalg.matrix_rank() 的实现。

秩是通过奇异值分解 (SVD) 计算的，并由大于指定容差的奇异值数量确定。

参数:

  • M (ArrayLike) – 形状为 (..., N, K) 的数组，用于计算其秩。

  • rtol (ArrayLike | None) – 形状为 (...) 的可选数组，指定容差。小于 rtol * largest_singular_value 的奇异值被视为零。如果 rtol 为 None（默认值），则根据输入的浮点精度选择一个合理的默认值。

  • tol (ArrayLike | None) – 为向后兼容而存在的 rtol 参数的别名。只能指定 rtol 或 tol 中的一个。

返回:

形状为 a.shape[-2] 的数组，给出矩阵秩。

返回类型:

Array

注意事项

对于具有非常小的奇异值或数值上病态的矩阵，秩计算可能不准确。在这种情况下，请考虑调整 rtol 参数或使用更专业的秩计算方法。

示例

>>> a = jnp.array([[1, 2],
...                [3, 4]])
>>> jnp.linalg.matrix_rank(a)
Array(2, dtype=int32)

>>> b = jnp.array([[1, 0],  # Rank-deficient matrix
...                [0, 0]])
>>> jnp.linalg.matrix_rank(b)
Array(1, dtype=int32)