本文简要介绍python语言中 torch.linalg.eigh
的用法。
用法:
torch.linalg.eigh(A, UPLO='L', *, out=None)
A(Tensor) -形状为
(*, n, n)
的张量,其中*
是零个或多个由对称或 Hermitian 矩阵组成的批次维度。UPLO('L','U',可选的) -控制在计算中是使用
A
的上三角部分还是下三角部分。默认值:‘L’
。
out(tuple,可选的) -两个张量的输出元组。如果
None
则忽略。默认值:None
。一个命名元组
(eigenvalues, eigenvectors)
,对应于上面的 和 。eigenvalues
将始终为实值,即使A
很复杂。它也将按升序排列。eigenvectors
将具有与A
相同的 dtype,并将包含特征向量作为其列。计算复数 Hermitian 或实对称矩阵的特征值分解。
让
是 或者 , 这特征值分解复 Hermitian 或实对称矩阵的 定义为其中 是 复数时的共轭转置, 是实值时的转置。 在真实情况下是正交的,在复杂情况下是单一的。
支持 float、double、cfloat 和 cdouble dtypes 的输入。还支持批量矩阵,如果
A
是批量矩阵,则输出具有相同的批量维度。A
被假定为 Hermitian (resp. 对称),但内部并未对此进行检查,而是:如果
UPLO
= ‘L’
(默认),则仅在计算中使用矩阵的下三角部分。如果
UPLO
= ‘U’
,则仅使用矩阵的上三角部分。
特征值按升序返回。
注意
当输入在 CUDA 设备上时,此函数将该设备与 CPU 同步。
注意
实对称或复 Hermitian 矩阵的特征值总是实数。
警告
对称矩阵的特征向量不是唯一的,也不是关于
A
的连续。由于缺乏唯一性,不同的硬件和软件可能会计算不同的特征向量。这种非唯一性是由于在真实情况下将特征向量乘以
-1
或在复杂情况下乘以 会产生矩阵的另一组有效特征向量。当矩阵具有重复的特征值时,这种非唯一性问题会更加严重。在这种情况下,可以将跨越子空间的相关特征向量乘以旋转矩阵,得到的特征向量将是有效的特征向量。警告
仅当
A
具有唯一特征值时,使用eigenvectors
张量计算的梯度才是有限的。此外,如果任何两个特征值之间的距离接近于零,则梯度将在数值上不稳定,因为它取决于通过 的计算得到的特征值 。- 例子::
>>> A = torch.randn(2, 2, dtype=torch.complex128) >>> A = A + A.T.conj() # creates a Hermitian matrix >>> A tensor([[2.9228+0.0000j, 0.2029-0.0862j], [0.2029+0.0862j, 0.3464+0.0000j]], dtype=torch.complex128) >>> L, Q = torch.linalg.eigh(A) >>> L tensor([0.3277, 2.9415], dtype=torch.float64) >>> Q tensor([[-0.0846+-0.0000j, -0.9964+0.0000j], [ 0.9170+0.3898j, -0.0779-0.0331j]], dtype=torch.complex128) >>> torch.dist(Q @ torch.diag(L.cdouble()) @ Q.T.conj(), A) tensor(6.1062e-16, dtype=torch.float64)
>>> A = torch.randn(3, 2, 2, dtype=torch.float64) >>> A = A + A.transpose(-2, -1) # creates a batch of symmetric matrices >>> L, Q = torch.linalg.eigh(A) >>> torch.dist(Q @ torch.diag_embed(L) @ Q.transpose(-2, -1).conj(), A) tensor(1.5423e-15, dtype=torch.float64)
参数:
关键字参数:
返回:
相关用法
- Python PyTorch eigvals用法及代码示例
- Python PyTorch eigvalsh用法及代码示例
- Python PyTorch eig用法及代码示例
- Python PyTorch einsum用法及代码示例
- Python PyTorch enable_grad用法及代码示例
- Python PyTorch equal用法及代码示例
- Python PyTorch eq用法及代码示例
- Python PyTorch erfc用法及代码示例
- Python PyTorch exp用法及代码示例
- Python PyTorch empty_like用法及代码示例
- Python PyTorch expires用法及代码示例
- Python PyTorch effect_names用法及代码示例
- Python PyTorch entr用法及代码示例
- Python PyTorch embedding用法及代码示例
- Python PyTorch empty_strided用法及代码示例
- Python PyTorch emit_nvtx用法及代码示例
- Python PyTorch expm1用法及代码示例
- Python PyTorch export用法及代码示例
- Python PyTorch exp2用法及代码示例
- Python PyTorch embedding_bag用法及代码示例
- Python PyTorch erfinv用法及代码示例
- Python PyTorch extract_archive用法及代码示例
- Python PyTorch empty用法及代码示例
- Python PyTorch eye用法及代码示例
- Python PyTorch eye_用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.linalg.eigh。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。