Python PyTorch diagflat用法及代码示例

本文简要介绍python语言中 torch.diagflat 的用法。

用法:

torch.diagflat(input, offset=0) → Tensor

参数：

• input(Tensor) -输入张量。

• offset(int,可选的) -要考虑的对角线。默认值：0(主对角线)。

• 如果input 是一个向量(一维张量)，则返回一个以input 的元素为对角线的二维平方张量。

• 如果 input 是一个多维张量，则返回一个二维张量，其对角线元素等于展平的 input 。

参数 offset 控制要考虑的对角线：

• 如果offset = 0，它是主对角线。

• 如果offset > 0，它在主对角线之上。

• 如果offset < 0，则它位于主对角线下方。

例子：

>>> a = torch.randn(3)
>>> a
tensor([-0.2956, -0.9068,  0.1695])
>>> torch.diagflat(a)
tensor([[-0.2956,  0.0000,  0.0000],
        [ 0.0000, -0.9068,  0.0000],
        [ 0.0000,  0.0000,  0.1695]])
>>> torch.diagflat(a, 1)
tensor([[ 0.0000, -0.2956,  0.0000,  0.0000],
        [ 0.0000,  0.0000, -0.9068,  0.0000],
        [ 0.0000,  0.0000,  0.0000,  0.1695],
        [ 0.0000,  0.0000,  0.0000,  0.0000]])

>>> a = torch.randn(2, 2)
>>> a
tensor([[ 0.2094, -0.3018],
        [-0.1516,  1.9342]])
>>> torch.diagflat(a)
tensor([[ 0.2094,  0.0000,  0.0000,  0.0000],
        [ 0.0000, -0.3018,  0.0000,  0.0000],
        [ 0.0000,  0.0000, -0.1516,  0.0000],
        [ 0.0000,  0.0000,  0.0000,  1.9342]])