【Hackathon 5th No.37】为 Paddle 新增 householder_product API

docs/api/paddle/linalg/Overview_cn.rst

@@ -62,7 +62,7 @@ paddle.linalg 目录下包含飞桨框架支持的线性代数相关 API。具
     " :ref:`paddle.linalg.qr <cn_api_paddle_linalg_qr>` ", "计算矩阵的正交三角分解（也称 QR 分解）"
     " :ref:`paddle.linalg.lu <cn_api_paddle_linalg_lu>` ", "计算矩阵的 LU 分解"
     " :ref:`paddle.linalg.lu_unpack <cn_api_paddle_linalg_lu_unpack>` ", "对矩阵的 LU 分解结果进行展开得到各单独矩阵"
-
+    " :ref:`paddle.linalg.householder_product <cn_api_paddle_linalg_householder_product>` ", "计算 Householder 矩阵乘积的前 n 列(输入矩阵为 `[*,m,n]` )"
 
 .. _about_solvers:
 

docs/api/paddle/linalg/householder_product_cn.rst

@@ -0,0 +1,35 @@
+.. _cn_api_paddle_linalg_householder_product:
+
+householder_product
+-------------------------------
+
+.. py:function:: paddle.linalg.householder_product(x, tau, name=None)
+
+
+计算 Householder 矩阵乘积的前 n 列(输入矩阵为 `[*,m,n]` )。
+
+
+该函数可以从矩阵 `x` (m x n) 得到向量 :math:`\omega_{i}`，其中前 `i-1` 个元素为零，第 i 个元素为 `1`，其余元素元素来自 `x` 的第 i 列。
+并且使用向量 `tau` 可以计算 Householder 矩阵乘积的前 n 列。
+
+.. math::
+    H_i = I_m - \tau_i \omega_i \omega_i^H
+
+
+参数
+::::::::::::
+
+    - **x** (Tensor): 形状为 `(*, m, n)` 的张量，其中 * 是零个或多个批量维度。
+    - **tau** (Tensor): 形状为 `(*, k)` 的张量，其中 * 是零个或多个批量维度。
+    - **name** (str, 可选): 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
+
+
+返回
+::::::::::::
+
+    - Tensor, dtype 与输入张量相同, QR 分解中的 Q, :MATH:`out = q = H_1H_2H_3 ... H_K`
+
+代码示例
+::::::::::
+
+COPY-FROM: paddle.linalg.householder_product