当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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)

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.svdvals。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。