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。

让\mathbb{K}是\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由

p(\lambda) = \operatorname{det}(A - \lambda \mathrm{I}_n)\mathrlap{\qquad \lambda \in \mathbb{C}}

其中 \mathrm{I}_n 是 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)