Python PyTorch slogdet用法及代码示例

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

用法:

torch.linalg.slogdet(A, *, out=None)

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(tuple,可选的) -两个张量的输出元组。如果 None 则忽略。默认值：None。

返回：

命名元组 (sign, logabsdet) 。

logabsdet 将始终为实值，即使 A 很复杂。

sign 将具有与 A 相同的 dtype。

计算方阵行列式绝对值的符号和自然对数。

对于复数 A ，它返回行列式模数的角度和自然对数，即行列式的对数极坐标分解。

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

此函数使用 torch.lu() 计算。当输入在 CUDA 设备上时，此函数将该设备与 CPU 同步。

注意

行列式可以恢复为 sign * exp(logabsdet) 。

注意

当矩阵的行列式为零时，它返回 (0, -inf) 。

例子：

>>> A = torch.randn(3, 3)
>>> A
tensor([[ 0.0032, -0.2239, -1.1219],
        [-0.6690,  0.1161,  0.4053],
        [-1.6218, -0.9273, -0.0082]])
>>> torch.linalg.det(A)
tensor(-0.7576)
>>> torch.linalg.logdet(A)
tensor(nan)
>>> torch.linalg.slogdet(A)
torch.return_types.linalg_slogdet(sign=tensor(-1.), logabsdet=tensor(-0.2776))