pytorch中torch.cholesky()函数的使用
1. 函数介绍:
功能:计算对称正定矩阵的Cholesky分解。A 或对于成批的对称正定矩阵。如果 upper 为 True ,则返回的矩阵 U 为上三角,分解形式为:A=U^TU如果 upper 为 False ,则返回的矩阵 L 为下三角,分解形式为:A=LL^T如果 upper 为 True ,并且A 是一组对称的正定矩阵,则返回的张量将由各个矩阵的上三角Cholesky因子组成。同样,当 upper 为 False 时,返回的张量将由各个矩阵的下三角Cholesky因子组成。 注意:torch.linalg.cholesky() 如果可能,应该在 torch.cholesky 上使用torch.linalg.cholesky()。但是请注意, torch.linalg.cholesky() 尚不支持 upper 参数,而是始终返回下三角矩阵。 Parametersinput(张量)–输入张量A 大小(*, n, n) 其中 * 是零个或多个由对称正定矩阵组成的批处理维。upper(bool ,可选)–指示是否返回上三角矩阵或下三角矩阵的标志。默认值: False 输出:out(Tensor ,可选)–输出矩阵
2. 案例
import torchinput = torch.randn(3, 3)
input = torch.mm(input , input .t())
out = torch.cholesky(input=input , upper=True)print(input )
print(out)'''
结果:tensor([[ 6.0245, -2.4599, -3.9290],[-2.4599, 8.1421, 4.2904],[-3.9290, 4.2904, 3.7194]])tensor([[ 2.4545, -1.0022, -1.6007],[ 0.0000, 2.6716, 1.0054],[ 0.0000, 0.0000, 0.3824]])'''
pytorch中torch.cholesky()函数的使用相关推荐
- PyTorch中torch.norm函数详解
torch.norm() 是 PyTorch 中的一个函数,用于计算输入张量沿指定维度的范数.具体而言,当给定一个输入张量 x 和一个整数 p 时,torch.norm(x, p) 将返回输入张量 x ...
- Pytorch中torch.argmax()函数解析
一. torch.argmax()函数解析 1. 官网链接 torch.argmax(),如下图所示: 2. torch.argmax(input)函数解析 torch.argmax(input) → ...
- Pytorch中torch.repeat()函数解析
一. torch.repeat()函数解析 1. 说明 官网:torch.tensor.repeat(),函数说明如下图所示: 2. 函数功能 torch.tensor.repeat()函数可以对张量 ...
- pytorch 中 torch.cat 函数的使用
1. 字面理解:torch.cat是将两个张量(tensor)拼接在一起,cat是concatnate的意思,即拼接,联系在一起. 2. 例子理解 >>> import torch ...
- 关于PyTorch中的register_forward_hook()函数未能执行其中hook函数的问题
关于PyTorch中的register_forward_hook()函数未能执行其中hook函数的问题 Hook 是 PyTorch 中一个十分有用的特性.利用它,我们可以不必改变网络输入输出的结构, ...
- Pytorch中的collate_fn函数用法
Pytorch中的collate_fn函数用法 官方的解释: Puts each data field into a tensor with outer dimension batch size ...
- PyTorch 中 torch.optim优化器的使用
一.优化器基本使用方法 建立优化器实例 循环: 清空梯度 向前传播 计算Loss 反向传播 更新参数 示例: from torch import optim input = ..... optimiz ...
- 【Pytorch】torch.argmax 函数详解
文章目录 一.一个参数时的 torch.argmax 函数 1. 介绍 2. 实例 二.多个参数时的 torch.argmax 函数 1. 介绍 2. 实例 实例1:二维矩阵 实例2:三维矩阵 实例3 ...
- Pytorch中torch.nn.Softmax的dim参数含义
自己搞了一晚上终于搞明白了,下文说的很透彻,做个记录,方便以后翻阅 Pytorch中torch.nn.Softmax的dim参数含义
最新文章
- OpenCL™(开放计算语言)概述
- 漫画:禅道程序员的一天
- MJExtension 模型嵌套模型数组
- 二叉树和为某种所有路径
- 官方剧透:1.11 发版前我们偷看了 Flink 中文社区发起人的聊天记录
- jvm fastdebug
- mysql外键设置sql语句,SQL Server 2008之SQL语句外键
- 3 css 奖品出现弹出动画_基于jquery css3实现点击动画弹出表单源码特效
- Qt维基文档翻译:D-指针,D-Pointer
- cad渐开线齿轮轮廓绘制_如何在机械CAD软件中自动生成齿轮
- SCPPO(二十六):测算过程中问题的解决总结
- C# 字符串拼接性能探索 c#中+、string.Concat、string.Format、StringBuilder.Append四种方式进行字符串拼接时的性能...
- C++设计模式10--命令模式(二)(Command)--降低请求发送者与接收者耦合
- SAP B1 VS女士的Navision ERP的比较 - 知道如何选择软件
- 谈谈小游戏加载优化及资源分配
- 深入了解示波器(三):示波器的带宽
- 【Python CI】圈复杂度 lizard
- Gos —— 实现系统调用
- 【转】Java技能清单
- GTK3.0简易计算器