Python PyTorch cholesky_ex用法及代碼示例

本文簡要介紹python語言中 torch.linalg.cholesky_ex 的用法。

用法:

torch.linalg.cholesky_ex(A, *, upper=False, check_errors=False, out=None)

參數：

A(Tensor) -Hermitian n times n 矩陣或大小為 (*, n, n) 的此類矩陣的批次，其中 * 是一個或多個批次維度。

關鍵字參數：

• upper(bool,可選的) -是否返回上三角矩陣。 upper=True 返回的張量是 upper=False 返回的張量的共軛轉置。

• check_errors(bool,可選的) -控製是否檢查 infos 的內容。默認值：False。

• out(tuple,可選的) -將輸出寫入的兩個張量的元組。如果 None 則忽略。默認值：None。

計算複 Hermitian 或實對稱正定矩陣的 Cholesky 分解。

此函數跳過 torch.linalg.cholesky() 的(緩慢)錯誤檢查和錯誤消息構造，而是直接返回 LAPACK 錯誤代碼作為命名元組 (L, info) 的一部分。這使得此函數成為檢查矩陣是否為正定矩陣的更快方法，並且它提供了比 torch.linalg.cholesky() 更優雅或更高效地處理分解錯誤的機會。

支持 float、double、cfloat 和 cdouble dtypes 的輸入。還支持批量矩陣，如果 A 是批量矩陣，則輸出具有相同的批量維度。

如果 A 不是埃爾米特正定矩陣，或者它是一批矩陣，其中一個或多個不是埃爾米特正定矩陣，則 info 為相應矩陣存儲一個正整數。正整數表示前導次數的階數不是正定的，無法完成分解。 info填充零表示分解成功。如果check_errors=True 和info 包含正整數，則拋出RuntimeError。

注意

如果A 在一個 CUDA 設備上，這個函數可以將該設備與 CPU 同步。

警告

此函數是“experimental”，它可能會在未來的PyTorch 版本中更改。

例子：

>>> A = torch.randn(2, 2, dtype=torch.complex128)
>>> A = A @ A.t().conj()  # creates a Hermitian positive-definite matrix
>>> L, info = torch.linalg.cholesky_ex(A)
>>> A
tensor([[ 2.3792+0.0000j, -0.9023+0.9831j],
        [-0.9023-0.9831j,  0.8757+0.0000j]], dtype=torch.complex128)
>>> L
tensor([[ 1.5425+0.0000j,  0.0000+0.0000j],
        [-0.5850-0.6374j,  0.3567+0.0000j]], dtype=torch.complex128)
>>> info
tensor(0, dtype=torch.int32)