Python PyTorch tril用法及代码示例

本文简要介绍python语言中 torch.tril 的用法。

用法:

torch.tril(input, diagonal=0, *, out=None) → Tensor

参数：

• input(Tensor) -输入张量。

• diagonal(int,可选的) -要考虑的对角线

关键字参数：

out(Tensor,可选的) -输出张量。

返回矩阵(二维张量)或矩阵批次的下三角部分 input ，结果张量 out 的其他元素设置为 0。

矩阵的下三角部分定义为对角线上和下的元素。

参数 diagonal 控制要考虑的对角线。如果 diagonal = 0，则保留主对角线上下的所有元素。正值包括与主对角线相同数量的对角线，同样，负值排除与主对角线下方相同数量的对角线。主对角线是i \in [0, \min\{d_{1}, d_{2}\} - 1] 的索引集\lbrace (i, i) \rbrace，其中d_{1}, d_{2} 是矩阵的维度。

例子：

>>> a = torch.randn(3, 3)
>>> a
tensor([[-1.0813, -0.8619,  0.7105],
        [ 0.0935,  0.1380,  2.2112],
        [-0.3409, -0.9828,  0.0289]])
>>> torch.tril(a)
tensor([[-1.0813,  0.0000,  0.0000],
        [ 0.0935,  0.1380,  0.0000],
        [-0.3409, -0.9828,  0.0289]])

>>> b = torch.randn(4, 6)
>>> b
tensor([[ 1.2219,  0.5653, -0.2521, -0.2345,  1.2544,  0.3461],
        [ 0.4785, -0.4477,  0.6049,  0.6368,  0.8775,  0.7145],
        [ 1.1502,  3.2716, -1.1243, -0.5413,  0.3615,  0.6864],
        [-0.0614, -0.7344, -1.3164, -0.7648, -1.4024,  0.0978]])
>>> torch.tril(b, diagonal=1)
tensor([[ 1.2219,  0.5653,  0.0000,  0.0000,  0.0000,  0.0000],
        [ 0.4785, -0.4477,  0.6049,  0.0000,  0.0000,  0.0000],
        [ 1.1502,  3.2716, -1.1243, -0.5413,  0.0000,  0.0000],
        [-0.0614, -0.7344, -1.3164, -0.7648, -1.4024,  0.0000]])
>>> torch.tril(b, diagonal=-1)
tensor([[ 0.0000,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
        [ 0.4785,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
        [ 1.1502,  3.2716,  0.0000,  0.0000,  0.0000,  0.0000],
        [-0.0614, -0.7344, -1.3164,  0.0000,  0.0000,  0.0000]])