Python 为什么tensorflow和numpy的特征值输出不同?
我尝试使用numpy和tensorflow计算矩阵的特征值,但我得到的每个实现的特征值不同。详情如下Python 为什么tensorflow和numpy的特征值输出不同?,python,numpy,tensorflow,eigenvalue,Python,Numpy,Tensorflow,Eigenvalue,我尝试使用numpy和tensorflow计算矩阵的特征值,但我得到的每个实现的特征值不同。详情如下 A=([1,2,3],[1,2,3],[1,2,3]) 具有numpy的A的特征值是[0,6,0] 具有tensorflow的A的特征值为[0.30797836,0.64310414,5.04891825] 我使用tf.self\u adjuncit\u eig实现tensorflow,使用numpy.linalg.eig实现numpy。函数描述: 计算平方自伴矩阵的特征分解 在这种情况下
A=([1,2,3],[1,2,3],[1,2,3])
具有numpy的A的特征值是[0,6,0]
具有tensorflow的A的特征值为[0.30797836,0.64310414,5.04891825]
我使用
tf.self\u adjuncit\u eig
实现tensorflow,使用numpy.linalg.eig
实现numpy。函数描述:
计算平方自伴矩阵的特征分解
在这种情况下,只使用输入的下三角部分。
上三角部分将不被读取
因此,矩阵上的TensorFlow的自伴随eig
相当于以下矩阵的numpy的eig
({1,1,1},{1,2,2},{1,2,3})
你的矩阵不是自伴矩阵。