Python PyTorch matrix_rank用法及代碼示例

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

用法:

torch.matrix_rank(input, tol=None, symmetric=False, *, out=None) → Tensor

參數：

• input(Tensor) -輸入二維張量

• tol(float,可選的) -公差值。默認值：None

• symmetric(bool,可選的) -指示input 是否對稱。默認值：False

關鍵字參數：

out(Tensor,可選的) -輸出張量。

返回二維張量的數值等級。默認情況下，計算矩陣秩的方法是使用 SVD 完成的。如果 symmetric 是 True ，則假設 input 是對稱的，並且通過獲取特征值來完成秩的計算。

tol 是閾值，低於該閾值的奇異值(或 symmetric 為 True 時的特征值)被認為是 0。如果未指定 tol，則 tol 設置為 S.max() * max(S.size()) * eps 其中 S 是奇異值(或 symmetric 為 True 時的特征值)，而 eps 是 input 數據類型的 epsilon 值。

警告

torch.matrix_rank() 已棄用，取而代之的是 torch.linalg.matrix_rank() ，並將在未來的 PyTorch 版本中刪除。參數 symmetric 在 torch.linalg.matrix_rank() 中重命名為 hermitian 。

例子：

>>> a = torch.eye(10)
>>> torch.matrix_rank(a)
tensor(10)
>>> b = torch.eye(10)
>>> b[0, 0] = 0
>>> torch.matrix_rank(b)
tensor(9)