torch.linalg ¶

译者：片刻小哥哥

项目地址：https://pytorch.apachecn.org/2.0/docs/linalg

原始地址：https://pytorch.org/docs/stable/linalg.html

常见的线性代数运算。

有关一些常见的数值边缘情况，请参阅线性代数 (torch.linalg)。

矩阵属性 ¶


`norm`	计算向量或矩阵范数。
`vector_norm`	计算向量范数。
`matrix_norm`	计算矩阵范数。
`对角线`	`torch.diagonal()` 的别名，默认值 `dim1` = -2 、 `dim2` = -1 。
`it`	计算方阵的行列式。
`slogdet`	计算方阵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`	计算矩阵的数值秩。


`cholesky`	计算复数埃尔米特矩阵或实数对称正定矩阵的 Cholesky 分解。
`qr`	计算矩阵的 QR 分解。
`lu`	通过矩阵的部分旋转计算 LU 分解。
`lu_factor`	通过矩阵的部分旋转计算 LU 分解的紧凑表示。
`eig`	计算方阵的特征值分解(如果存在)。
`eigvals`	计算方阵的特征值。
`eigh`	计算复数埃尔米特矩阵或实对称矩阵的特征值分解。
`eigvalsh`	计算复数埃尔米特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。


`解决`	计算具有唯一解的平方线性方程组的解。
`solve_triangle`	计算具有唯一解的三角线性方程组的解。
`lu_solve`	在给定 LU 分解的情况下，计算具有唯一解的平方线性方程组的解。
`lstsq`	计算线性方程组最小二乘问题的解。


`inv`	计算方阵的逆矩阵(如果存在)。
`pinv`	计算矩阵的伪逆(Moore-Penrose 逆)。


`matrix_exp`	计算方阵的矩阵指数。
`matrix_power`	计算整数 n 的方阵的 n 次方。


`cross`	计算两个 3 维向量的叉积。
`matmul`	`torch.matmul()` 的别名
`vecdot`	计算沿某个维度的两批向量的点积。
`multi_dot`	通过重新排序乘法来有效地乘法两个或多个矩阵，以便执行最少的算术运算。
`householder_product`	计算 Householder 矩阵乘积的前 n 列。


`tensorinv`	计算 `torch.tensordot()` 的乘法逆元。
`tensorsolve`	计算系统 torch.tensordot(A, X) = B 的解 X 。


`vander`	生成范德蒙矩阵。


`cholesky_ex`	计算复数埃尔米特矩阵或实数对称正定矩阵的 Cholesky 分解。
`inv_ex`	如果方阵可逆，则计算方阵的逆。
`solve_ex`	`solve()` 的一个版本，除非 `check_errors` = True ，否则不会执行错误检查。
`lu_factor_ex`	这是 `lu_factor()` 的一个版本，除非 `check_errors` ，否则不会执行错误检查= 正确。
`ldl_factor`	计算 Hermitian 或对称(可能不定)矩阵的 LDL 分解的紧凑表示。
`ldl_factor_ex`	这是 `ldl_factor()` 的一个版本，除非 `check_errors`，否则不会执行错误检查= 正确。
`ldl_solve`	使用 LDL 分解计算线性方程组的解。