Python PyTorch svdvals用法及代码示例

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

用法:

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

参数：

A(Tensor) -形状为 (*, m, 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：

一个实值张量，即使 A 是复数。

计算矩阵的奇异值。

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。

奇异值按降序返回。

注意

这个函数相当于 NumPy 的 linalg.svd(A, compute_uv=False) 。

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(5, 3)
>>> S = torch.linalg.svdvals(A)
>>> S
tensor([2.5139, 2.1087, 1.1066])

>>> torch.dist(S, torch.linalg.svd(A, full_matrices=False).S)
tensor(2.4576e-07)