torch.diagonal

torch.diagonal(input, offset=0, dim1=0, dim2=1) → Tensor

返回 input 的一个视图，其中包含相对于 dim1 和 dim2 的对角线元素，并将其作为最后一个维度附加到形状中。

参数 offset 控制要考虑的对角线

• 如果 offset = 0，则为主对角线。

• 如果 offset > 0，则位于主对角线之上。

• 如果 offset < 0，则位于主对角线之下。

将此函数与相同参数的输出应用 torch.diag_embed() 会得到一个对角线矩阵，其对角线项为输入的对角线项。但是，torch.diag_embed() 具有不同的默认维度，因此需要显式指定它们。

参数

• input (Tensor) – 输入张量。必须至少是二维的。

• offset (int, optional) – 要考虑的对角线。默认值：0（主对角线）。

• dim1 (int, optional) – 用于提取对角线的第一个维度。默认值：0。

• dim2 (int, optional) – 用于提取对角线的第二个维度。默认值：1。

注意

要获取批量对角线，请传递 dim1=-2，dim2=-1。

示例

>>> a = torch.randn(3, 3)
>>> a
tensor([[-1.0854,  1.1431, -0.1752],
        [ 0.8536, -0.0905,  0.0360],
        [ 0.6927, -0.3735, -0.4945]])


>>> torch.diagonal(a)
tensor([-1.0854, -0.0905, -0.4945])


>>> torch.diagonal(a, 1)
tensor([ 1.1431,  0.0360])

>>> b = torch.randn(2, 5)
>>> b
tensor([[-1.7948, -1.2731, -0.3181,  2.0200, -1.6745],
        [ 1.8262, -1.5049,  0.4114,  1.0704, -1.2607]])

>>> torch.diagonal(b, 1, 1, 0)
tensor([1.8262])

>>> x = torch.randn(2, 5, 4, 2)
>>> torch.diagonal(x, offset=-1, dim1=1, dim2=2)
tensor([[[-1.2631,  0.3755, -1.5977, -1.8172],
         [-1.1065,  1.0401, -0.2235, -0.7938]],

        [[-1.7325, -0.3081,  0.6166,  0.2335],
         [ 1.0500,  0.7336, -0.3836, -1.1015]]])