使用 TensorFlow 实现迭代特征分解的最佳方法是什么？ （类似于 matlabs eigs）。
我知道 Eigen 具有执行特征分解的能力，但我不清楚如何从 tensorflow python API 访问它。如果 tensorflow 只是充当 Eigen 的 API，那么与简单地使用 scipy.sparse.linalg.eigs 相比会有什么优势吗？
【问题讨论】：
标签： eigenvalue tensorflow
tf.self_adjoint_eig 和 tf.batch_self_adjoint_eig 都是我在 API 中看到的， https://www.tensorflow.org/versions/master/api_docs/python/math_ops.html
【讨论】：
TensorFlow 目前不公开通用特征分解运算符。有两个主要选项：
Add a new C++ operator 调用 Eigen 的特征分解函数。由于这通常很有用，您可以考虑通过pull request 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），并且它可以移植到并不总是有 Python 解释器可用的其他平台（例如 Android、iOS） .
【讨论】：