本文简要介绍python语言中 torch.tril_indices
的用法。
用法:
torch.tril_indices(row, col, offset=0, *, dtype=torch.long, device='cpu', layout=torch.strided) → Tensor
row(
int
) -二维矩阵中的行数。col(
int
) -二维矩阵中的列数。offset(
int
) -与主对角线的对角线偏移。默认值:如果未提供,则为 0。
dtype(
torch.dtype
, 可选的) -返回张量的所需数据类型。默认值:如果None
,torch.long
。device(
torch.device
, 可选的) -返回张量的所需设备。默认值:如果None
,使用当前设备作为默认张量类型(参见torch.set_default_tensor_type()
)。device
将是 CPU 张量类型的 CPU 和 CUDA 张量类型的当前 CUDA 设备。layout(
torch.layout
, 可选的) -目前仅支持torch.strided
。
返回 2-by-N 张量中
row
-by-col
矩阵的下三角部分的索引,其中第一行包含所有索引的行坐标,第二行包含列坐标。索引先按行排序,然后按列排序。矩阵的下三角部分定义为对角线上和下的元素。
参数
offset
控制要考虑的对角线。如果offset
= 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 的索引集 ,其中 是矩阵的维度。注意
在CUDA上运行时,
row * col
必须小于 ,以防止计算时溢出。例子:
>>> a = torch.tril_indices(3, 3) >>> a tensor([[0, 1, 1, 2, 2, 2], [0, 0, 1, 0, 1, 2]]) >>> a = torch.tril_indices(4, 3, -1) >>> a tensor([[1, 2, 2, 3, 3, 3], [0, 0, 1, 0, 1, 2]]) >>> a = torch.tril_indices(4, 3, 1) >>> a tensor([[0, 0, 1, 1, 1, 2, 2, 2, 3, 3, 3], [0, 1, 0, 1, 2, 0, 1, 2, 0, 1, 2]])
参数:
关键字参数:
相关用法
- Python PyTorch tril用法及代码示例
- Python PyTorch triu_indices用法及代码示例
- Python PyTorch triangular_solve用法及代码示例
- Python PyTorch triu用法及代码示例
- Python PyTorch trunc用法及代码示例
- Python PyTorch trace_module用法及代码示例
- Python PyTorch transpose用法及代码示例
- Python PyTorch trapezoid用法及代码示例
- Python PyTorch trace用法及代码示例
- Python PyTorch tensorinv用法及代码示例
- Python PyTorch tensor用法及代码示例
- Python PyTorch to_map_style_dataset用法及代码示例
- Python PyTorch topk用法及代码示例
- Python PyTorch tensorsolve用法及代码示例
- Python PyTorch tile用法及代码示例
- Python PyTorch tanh用法及代码示例
- Python PyTorch take_along_dim用法及代码示例
- Python PyTorch tensor_split用法及代码示例
- Python PyTorch t用法及代码示例
- Python PyTorch take用法及代码示例
- Python PyTorch tensordot用法及代码示例
- Python PyTorch tan用法及代码示例
- Python PyTorch frexp用法及代码示例
- Python PyTorch jvp用法及代码示例
- Python PyTorch cholesky用法及代码示例
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.tril_indices。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。