当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch eigvals用法及代码示例


本文简要介绍python语言中 torch.linalg.eigvals 的用法。

用法:

torch.linalg.eigvals(A, *, out=None) → Tensor

参数

A(Tensor) -形状为 (*, n, n) 的张量,其中 * 是零个或多个批次维度。

关键字参数

out(Tensor,可选的) -输出张量。如果 None 则忽略。默认值:None

返回

即使 A 是实数,一个 complex-valued 张量也包含特征值。

计算方阵的特征值。

\mathbb{K} \mathbb{R} 或者\mathbb{C} , 这特征值方阵的A \in \mathbb{K}^{n \times n} 被定义为多项式的根(以重数计算)p学位n

其中 n 维单位矩阵。

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。

注意

实矩阵的特征值可能是复数,因为实数多项式的根可能是复数。

矩阵的特征值总是明确定义的,即使矩阵不可对角化。

注意

当输入在 CUDA 设备上时,此函数将该设备与 CPU 同步。

例子:

>>> A = torch.randn(2, 2, dtype=torch.complex128)
>>> L = torch.linalg.eigvals(A)
>>> L
tensor([ 1.1226+0.5738j, -0.7537-0.1286j], dtype=torch.complex128)

>>> torch.dist(L, torch.linalg.eig(A).eigenvalues)
tensor(2.4576e-07)

相关用法


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.eigvals。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。