torch.linalg.slogdet

torch.linalg.slogdet(A, *, out=None)

计算方形矩阵的行列式的绝对值的符号和自然对数。

对于复杂的 A，它返回行列式的符号以及模的自然对数，即行列式的对数极分解。

行列式可以表示为 sign * exp(logabsdet)。当矩阵的行列式为零时，它会返回 (0, -inf)。

支持浮点型、双精度型、复数浮点型和复数双精度型的数据类型作为输入。还支持矩阵的批量处理，如果A是一组矩阵，那么输出将具有相同的批处理维度。

参见

torch.linalg.det() 用于计算方阵的行列式。

参数

A (Tensor) – 形状为(*, n, n)的张量，其中*表示零个或多个批次维度。

关键字参数

out (元组, 可选) – 由两个张量组成的输出元组。如果为None则忽略。默认值：None。

返回值

(sign, logabsdet) 这样的命名元组。

sign 将与 A 具有相同的数据类型。

logabsdet 始终会是实数值，即使在 A 为复数的情况下也不例外。

示例:

>>> A = torch.randn(3, 3)
>>> A
tensor([[ 0.0032, -0.2239, -1.1219],
        [-0.6690,  0.1161,  0.4053],
        [-1.6218, -0.9273, -0.0082]])
>>> torch.linalg.det(A)
tensor(-0.7576)
>>> torch.logdet(A)
tensor(nan)
>>> torch.linalg.slogdet(A)
torch.return_types.linalg_slogdet(sign=tensor(-1.), logabsdet=tensor(-0.2776))