torch.linalg

常见的线性代数运算。

参见线性代数(torch.linalg)以了解一些常见的数值问题。

矩阵属性

norm

计算向量或矩阵的 norms(规范/范数)。

如果有更符合中文习惯的说法,可以进一步优化为:

计算向量或矩阵的 norm(范数)。

但根据要求只做自然通顺处理,则原句已经很合适,直接返回:

计算向量或矩阵的范数。

vector_norm

计算向量的范数。

matrix_norm

计算矩阵的范数。

diagonal

相当于torch.diagonal(),其中默认参数 dim1=-2dim2=-1

det

计算方形矩阵的行列式。

slogdet

计算方形矩阵的行列式的绝对值的符号和自然对数。

cond

计算矩阵相对于矩阵范数的条件数。

matrix_rank

计算矩阵的秩。

分解

cholesky

计算复 Hermite 矩阵或实对称正定矩阵的 Cholesky 分解。

qr

计算矩阵的QR分解。

lu

计算带有部分选主元的矩阵的LU分解。

lu_factor

计算带有部分选主元的LU分解的紧凑形式。

eig

如果可以,则计算方阵的特征值分解。

eigvals

计算方形矩阵的特征值。

eigh

计算复 Hermite 矩阵或实对称矩阵的特征值分解。

eigvalsh

计算复 Hermite 矩阵或实对称矩阵的特征值。

svd

计算矩阵的奇异值分解(SVD)。

svdvals

计算矩阵的奇异值。

求解器

solve

计算具有唯一解的平方线性方程组的解。

solve_triangular

计算具有唯一解的三角形线性方程组的解决方案。

lu_solve

根据给定的LU分解,计算具有唯一解的方形线性方程组的解。

lstsq

求解线性方程组的最小二乘问题。

逆矩阵

inv

若存在,计算方阵的逆矩阵。

pinv

计算矩阵的伪逆(摩尔-_penrose_逆)。

矩阵函数

matrix_exp

计算方形矩阵的矩阵指数。

matrix_power

计算一个方阵的n次幂,其中n是整数。

矩阵产品

torch.linalg.cross

计算两个三维向量的叉乘。

matmul

别名 для torch.matmul()

vecdot

计算两个向量批在某维度上的点积。

multi_dot

通过优化矩阵相乘的顺序,减少所需的算术运算次数,从而高效地计算两个或多个矩阵的乘积。

householder_product

计算Householder矩阵乘积的前n个列。

张量操作

tensorinv

计算torch.tensordot()的乘法逆元素。

tensorsolve

求解系统 torch.tensordot(A, X) = B 中的 X

杂项

vander

生成范德蒙德矩阵。

实验功能

cholesky_ex

计算复 Hermite 矩阵或实对称正定矩阵的 Cholesky 分解。

inv_ex

如果矩阵可逆,计算该方阵的逆矩阵。

solve_ex

一个solve()的版本,在check_errorsTrue时才进行错误检查。

lu_factor_ex

这是一个lu_factor()的版本,除非check_errors=True,否则不进行错误检查。

ldl_factor

计算赫mitte矩阵或对称矩阵(可能是不定的)的LDL因子化的紧凑形式。

ldl_factor_ex

这是ldl_factor()的一个版本,在check_errors=False时不会执行错误检查。

ldl_solve

利用 LDL 分解来计算线性方程组的解。

本页目录