torch.lu_unpack

torch.lu_unpack(LU_data, LU_pivots, unpack_data=True, unpack_pivots=True, *, out=None)

将 lu_factor() 返回的 LU 分解解包为 P, L, U 矩阵。

参见

lu() 返回 LU 分解的矩阵。其梯度计算公式比先执行lu_factor() 再执行lu_unpack() 更加高效。

参数

• LU_data (Tensor) – LU分解的数据

• LU_pivots (Tensor) – 压缩后的 LU 分解置换操作

• unpack_data (bool) – 是否解包数据的标志。如果为 False，则返回的 L 和 U 将为空张量。默认值： True

• unpack_pivots (bool) – 一个标志，用于指示是否将枢轴展开为置换矩阵 P。如果设置为 False，则返回的 P 将是一个空张量。默认值： True

关键字参数

out (元组, 可选) – 由三张张量组成的输出元组。如果为None则忽略。

返回值

一个名为 (P, L, U) 的命名元组

示例:

>>> A = torch.randn(2, 3, 3)
>>> LU, pivots = torch.linalg.lu_factor(A)
>>> P, L, U = torch.lu_unpack(LU, pivots)
>>> # We can recover A from the factorization
>>> A_ = P @ L @ U
>>> torch.allclose(A, A_)
True

>>> # LU factorization of a rectangular matrix:
>>> A = torch.randn(2, 3, 2)
>>> LU, pivots = torch.linalg.lu_factor(A)
>>> P, L, U = torch.lu_unpack(LU, pivots)
>>> # P, L, U are the same as returned by linalg.lu
>>> P_, L_, U_ = torch.linalg.lu(A)
>>> torch.allclose(P, P_) and torch.allclose(L, L_) and torch.allclose(U, U_)
True