本文简要介绍python语言中 torch.linalg.matrix_power
的用法。
用法:
torch.linalg.matrix_power(A, n, *, out=None) → Tensor
out(Tensor,可选的) -输出张量。如果
None
则忽略。默认值:None
。RuntimeError - 如果
n
< 0
和矩阵A
或这批矩阵A
中的任何矩阵不可逆。计算整数
n
的方阵的n
次幂。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。如果
n
= 0
,则返回与A
形状相同的单位矩阵(或批次)。如果n
为负数,则返回每个矩阵的逆矩阵(如果可逆)的abs(n)
次幂。注意
如果可能,请考虑使用
torch.linalg.solve()
将左侧矩阵乘以负幂,例如n
> 0
:matrix_power(torch.linalg.solve(A, B), n) == matrix_power(A, -n) @ B
在可能的情况下,总是首选使用
solve()
,因为它比显式计算 更快且数值更稳定。例子:
>>> A = torch.randn(3, 3) >>> torch.linalg.matrix_power(A, 0) tensor([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]]) >>> torch.linalg.matrix_power(A, 3) tensor([[ 1.0756, 0.4980, 0.0100], [-1.6617, 1.4994, -1.9980], [-0.4509, 0.2731, 0.8001]]) >>> torch.linalg.matrix_power(A.expand(2, -1, -1), -2) tensor([[[ 0.2640, 0.4571, -0.5511], [-1.0163, 0.3491, -1.5292], [-0.4899, 0.0822, 0.2773]], [[ 0.2640, 0.4571, -0.5511], [-1.0163, 0.3491, -1.5292], [-0.4899, 0.0822, 0.2773]]])
参数:
关键字参数:
抛出:
相关用法
- Python PyTorch matrix_rank用法及代码示例
- Python PyTorch matrix_exp用法及代码示例
- Python PyTorch matrix_norm用法及代码示例
- Python PyTorch matmul用法及代码示例
- Python PyTorch max用法及代码示例
- Python PyTorch maximum用法及代码示例
- Python PyTorch masked_select用法及代码示例
- Python PyTorch maskrcnn_resnet50_fpn用法及代码示例
- Python PyTorch make_tensor用法及代码示例
- Python PyTorch monitored_barrier用法及代码示例
- Python PyTorch mean用法及代码示例
- Python PyTorch multinomial用法及代码示例
- Python PyTorch meshgrid用法及代码示例
- Python PyTorch mm用法及代码示例
- Python PyTorch mv用法及代码示例
- Python PyTorch min用法及代码示例
- Python PyTorch msort用法及代码示例
- Python PyTorch mode用法及代码示例
- Python PyTorch movedim用法及代码示例
- Python PyTorch minimum用法及代码示例
- Python PyTorch multi_dot用法及代码示例
- Python PyTorch mul用法及代码示例
- Python PyTorch movielens_25m用法及代码示例
- Python PyTorch multigammaln用法及代码示例
- Python PyTorch movielens_20m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.matrix_power。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。