torch.linalg#
创建于: 2020年8月7日 | 最后更新于: 2025年6月17日
常见的线性代数运算。
有关一些常见的数值上的边缘情况,请参阅 线性代数 (torch.linalg)。
矩阵属性#
计算向量或矩阵的范数。 |
|
计算向量范数。 |
|
计算矩阵范数。 |
|
与 |
|
计算方阵的行列式。 |
|
计算方阵行列式绝对值的符号和自然对数。 |
|
计算矩阵在给定矩阵范数下的条件数。 |
|
计算矩阵的数值秩。 |
分解#
求解器#
计算具有唯一解的方线性方程组的解。 |
|
计算具有唯一解的三角线性方程组的解。 |
|
给定 LU 分解,计算具有唯一解的方阵线性方程组的解。 |
|
计算线性方程组最小二乘问题的解。 |
逆矩阵#
矩阵函数#
计算方阵的矩阵指数。 |
|
计算整数 n 的方阵的 n 次幂。 |
矩阵乘积#
计算两个三维向量的叉积。 |
|
是 |
|
计算两个向量批次沿某个维度的点积。 |
|
通过重新排序乘法,使执行的最少算术运算次数最少,从而高效地将两个或多个矩阵相乘。 |
|
计算豪斯霍尔德矩阵乘积的前 n 列。 |
张量运算#
计算 |
|
计算线性方程组 torch.tensordot(A, X) = B 的解 X。 |
杂项#
生成 Vandermonde 矩阵。 |
实验性函数#
计算复数 Hermitian 或实数对称正定矩阵的 Cholesky 分解。 |
|
计算方阵的逆(如果可逆)。 |
|
是 |
|
这是 |
|
计算埃尔米特或对称(可能不确定)矩阵的 LDL 分解的紧凑表示。 |
|
这是 |
|
使用 LDL 分解计算线性方程组的解。 |