Python PyTorch eigvals用法及代碼示例

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

用法:

torch.linalg.eigvals(A, *, out=None) → Tensor

參數：

A(Tensor) -形狀為 (*, n, n) 的張量，其中 * 是零個或多個批次維度。

關鍵字參數：

out(Tensor,可選的) -輸出張量。如果 None 則忽略。默認值：None。

返回：

即使 A 是實數，一個 complex-valued 張量也包含特征值。

計算方陣的特征值。

讓\mathbb{K}是\mathbb{R}或者\mathbb{C}， 這特征值方陣的A \in \mathbb{K}^{n \times n}被定義為多項式的根(以重數計算)p學位n由

p(\lambda) = \operatorname{det}(A - \lambda \mathrm{I}_n)\mathrlap{\qquad \lambda \in \mathbb{C}}

其中 \mathrm{I}_n 是 n 維單位矩陣。

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。

注意

實矩陣的特征值可能是複數，因為實數多項式的根可能是複數。

矩陣的特征值總是明確定義的，即使矩陣不可對角化。

注意

當輸入在 CUDA 設備上時，此函數將該設備與 CPU 同步。

例子：

>>> A = torch.randn(2, 2, dtype=torch.complex128)
>>> L = torch.linalg.eigvals(A)
>>> L
tensor([ 1.1226+0.5738j, -0.7537-0.1286j], dtype=torch.complex128)

>>> torch.dist(L, torch.linalg.eig(A).eigenvalues)
tensor(2.4576e-07)