/external/tensorflow/tensorflow/python/ops/linalg/ |
D | linear_operator_adjoint.py | 189 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 191 x, adjoint=(not adjoint), adjoint_arg=adjoint_arg) 193 def _matvec(self, x, adjoint=False, adjoint_arg=False): argument 195 x, adjoint=(not adjoint), adjoint_arg=adjoint_arg) 210 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 212 rhs, adjoint=(not adjoint), adjoint_arg=adjoint_arg) 214 def _solvevec(self, rhs, adjoint=False, adjoint_arg=False): argument 216 rhs, adjoint=(not adjoint), adjoint_arg=adjoint_arg)
|
D | linear_operator_inversion.py | 197 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 198 return self.operator.solve(x, adjoint=adjoint, adjoint_arg=adjoint_arg) 206 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 207 return self.operator.matmul(rhs, adjoint=adjoint, adjoint_arg=adjoint_arg)
|
D | linear_operator_composition.py | 233 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 243 x, adjoint=adjoint, adjoint_arg=adjoint_arg) 260 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 274 rhs, adjoint=adjoint, adjoint_arg=adjoint_arg)
|
D | linear_operator.py | 567 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 570 def matmul(self, x, adjoint=False, adjoint_arg=False, name="matmul"): argument 600 if adjoint or adjoint_arg: 616 arg_dim = -1 if adjoint_arg else -2 621 return self._matmul(x, adjoint=adjoint, adjoint_arg=adjoint_arg) 719 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 727 rhs = linalg.adjoint(rhs) if adjoint_arg else rhs 734 def solve(self, rhs, adjoint=False, adjoint_arg=False, name="solve"): argument 788 arg_dim = -1 if adjoint_arg else -2 793 return self._solve(rhs, adjoint=adjoint, adjoint_arg=adjoint_arg)
|
D | linear_operator_block_diag.py | 259 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 260 split_dim = -1 if adjoint_arg else -2 267 split_x[index], adjoint=adjoint, adjoint_arg=adjoint_arg)] 284 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 285 split_dim = -1 if adjoint_arg else -2 292 split_rhs[index], adjoint=adjoint, adjoint_arg=adjoint_arg)]
|
D | linear_operator_low_rank_update.py | 348 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 354 leading_term = l.matmul(x, adjoint=adjoint, adjoint_arg=adjoint_arg) 358 u, x, adjoint_a=True, adjoint_b=adjoint_arg) 365 v, x, adjoint_a=True, adjoint_b=adjoint_arg) 403 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 426 linv_rhs = l.solve(rhs, adjoint=adjoint, adjoint_arg=adjoint_arg)
|
D | linear_operator_lower_triangular.py | 193 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 195 self._tril, x, adjoint_a=adjoint, adjoint_b=adjoint_arg) 204 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 205 rhs = linalg.adjoint(rhs) if adjoint_arg else rhs
|
D | linear_operator_identity.py | 348 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 350 x = linalg.adjoint(x) if adjoint_arg else x 362 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 363 return self._matmul(rhs, adjoint_arg=adjoint_arg) 655 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 656 x = linalg.adjoint(x) if adjoint_arg else x 673 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 674 rhs = linalg.adjoint(rhs) if adjoint_arg else rhs
|
D | linear_operator_diag.py | 224 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 226 x = linalg.adjoint(x) if adjoint_arg else x 240 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 242 rhs = linalg.adjoint(rhs) if adjoint_arg else rhs
|
D | linear_operator_test_util.py | 253 for adjoint_arg in self._adjoint_arg_options: 261 if adjoint_arg: 265 adjoint_arg=adjoint_arg) 333 for adjoint_arg in self._adjoint_arg_options: 341 if adjoint_arg: 345 adjoint_arg=adjoint_arg) 348 rhs, adjoint=adjoint, adjoint_arg=adjoint_arg)
|
D | linear_operator_kronecker.py | 277 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 315 if adjoint_arg: 354 output = operator.matmul(output, adjoint=adjoint, adjoint_arg=False) 422 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 431 if adjoint_arg: 471 output = operator.solve(output, adjoint=adjoint, adjoint_arg=False)
|
D | linear_operator_zeros.py | 292 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 294 x = linalg.adjoint(x) if adjoint_arg else x 299 if adjoint_arg: 311 m = x_shape[-2] if adjoint_arg else x_shape[-1]
|
D | linear_operator_full_matrix.py | 178 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 180 self._matrix, x, adjoint_a=adjoint, adjoint_b=adjoint_arg)
|
D | linear_operator_circulant.py | 401 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 402 x = linalg.adjoint(x) if adjoint_arg else x 430 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 431 rhs = linalg.adjoint(rhs) if adjoint_arg else rhs
|
/external/tensorflow/tensorflow/contrib/distributions/python/ops/ |
D | vector_laplace_linear_operator.py | 278 return 2. * self.scale.matmul(self.scale.to_dense(), adjoint_arg=True) 289 self.scale.matmul(self.scale.to_dense(), adjoint_arg=True)) 300 self.scale.matmul(self.scale.to_dense(), adjoint_arg=True)))
|
D | vector_exponential_linear_operator.py | 254 return self.scale.matmul(self.scale.to_dense(), adjoint_arg=True) 265 self.scale.matmul(self.scale.to_dense(), adjoint_arg=True)) 277 self.scale.matmul(self.scale.to_dense(), adjoint_arg=True)))
|
D | mvn_linear_operator.py | 249 return self.scale.matmul(self.scale.to_dense(), adjoint_arg=True) 260 self.scale.matmul(self.scale.to_dense(), adjoint_arg=True)) 271 self.scale.matmul(self.scale.to_dense(), adjoint_arg=True)))
|
/external/tensorflow/tensorflow/python/kernel_tests/linalg/ |
D | linear_operator_test.py | 87 def _matmul(self, x, adjoint=False, adjoint_arg=False): argument 90 self._matrix, x, adjoint_a=adjoint, adjoint_b=adjoint_arg) 92 def _solve(self, rhs, adjoint=False, adjoint_arg=False): argument 94 assert not adjoint_arg, "Not implemented for this test class."
|
/external/tensorflow/tensorflow/tools/api/golden/v2/ |
D | tensorflow.linalg.-linear-operator-identity.pbtxt | 113 …argspec: "args=[\'self\', \'x\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords=N… 129 …argspec: "args=[\'self\', \'rhs\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords…
|
D | tensorflow.linalg.-linear-operator-kronecker.pbtxt | 116 …argspec: "args=[\'self\', \'x\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords=N… 132 …argspec: "args=[\'self\', \'rhs\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords…
|
D | tensorflow.linalg.-linear-operator-zeros.pbtxt | 112 …argspec: "args=[\'self\', \'x\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords=N… 128 …argspec: "args=[\'self\', \'rhs\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords…
|
D | tensorflow.linalg.-linear-operator-block-diag.pbtxt | 116 …argspec: "args=[\'self\', \'x\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords=N… 132 …argspec: "args=[\'self\', \'rhs\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords…
|
D | tensorflow.linalg.-linear-operator-lower-triangular.pbtxt | 112 …argspec: "args=[\'self\', \'x\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords=N… 128 …argspec: "args=[\'self\', \'rhs\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords…
|
D | tensorflow.linalg.-linear-operator-scaled-identity.pbtxt | 117 …argspec: "args=[\'self\', \'x\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords=N… 133 …argspec: "args=[\'self\', \'rhs\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords…
|
/external/tensorflow/tensorflow/tools/api/golden/v1/ |
D | tensorflow.linalg.-linear-operator-inversion.pbtxt | 116 …argspec: "args=[\'self\', \'x\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords=N… 132 …argspec: "args=[\'self\', \'rhs\', \'adjoint\', \'adjoint_arg\', \'name\'], varargs=None, keywords…
|