Python PyTorch logdet用法及代码示例

本文简要介绍python语言中 torch.logdet 的用法。

用法:

torch.logdet(input) → Tensor

参数：

input(Tensor) -大小为 (*, n, n) 的输入张量，其中 * 是零个或多个批处理维度。

计算方阵或方阵批次的对数行列式。

注意

如果input 的对数行列式为零，则结果为-inf，如果input 的行列式为负，则结果为nan。

注意

当 input 不可逆时，向后通过 logdet() 在内部使用 SVD 结果。在这种情况下，当 input 没有明显的奇异值时，通过 logdet() 进行双倍向后将不稳定。详情请参阅 svd() 。

例子：

>>> A = torch.randn(3, 3)
>>> torch.det(A)
tensor(0.2611)
>>> torch.logdet(A)
tensor(-1.3430)
>>> A
tensor([[[ 0.9254, -0.6213],
         [-0.5787,  1.6843]],

        [[ 0.3242, -0.9665],
         [ 0.4539, -0.0887]],

        [[ 1.1336, -0.4025],
         [-0.7089,  0.9032]]])
>>> A.det()
tensor([1.1990, 0.4099, 0.7386])
>>> A.det().log()
tensor([ 0.1815, -0.8917, -0.3031])