Python PyTorch triangular_solve用法及代碼示例

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

用法:

torch.triangular_solve(b, A, upper=True, transpose=False, unitriangular=False, *, out=None)

參數：

• b(Tensor) -大小為 (*, m, k) 的多個右側，其中 * 是多個批次維度的零

• A(Tensor) -大小為 (*, m, m) 的輸入三角係數矩陣，其中 * 是零個或多個批處理維度

• upper(bool,可選的) -是否求解上三角方程組(默認)或下三角方程組。默認值：True。

• transpose(bool,可選的) -A 在發送到求解器之前是否應轉置。默認值：False。

• unitriangular(bool,可選的) -A 是否為單位三角形。如果為 True，則 A 的對角線元素被假定為 1 並且未從 A 引用。默認值：False。

關鍵字參數：

out((Tensor,Tensor),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。

返回：

命名元組(solution, cloned_coefficient) 其中cloned_coefficient 是A 的克隆，solution 是X 到AX = b 的解(或方程組的任何變體，取決於關鍵字參數。)

求解具有三角係數矩陣 A 和多個右側 b 的方程組。

特別是，求解 AX = b 並假設 A 是具有默認關鍵字參數的上三角函數。

torch.triangular_solve(b, A) 可以接受 2D 輸入 b, A 或作為 2D 矩陣批次的輸入。如果輸入是批處理，則返回批處理輸出X

如果 A 的對角線包含零或非常接近零的元素和 unitriangular = False(默認)，或者如果輸入矩陣條件不佳，則結果可能包含 NaN s。

支持 float、double、cfloat 和 cdouble 數據類型的輸入。

例子：

>>> A = torch.randn(2, 2).triu()
>>> A
tensor([[ 1.1527, -1.0753],
        [ 0.0000,  0.7986]])
>>> b = torch.randn(2, 3)
>>> b
tensor([[-0.0210,  2.3513, -1.5492],
        [ 1.5429,  0.7403, -1.0243]])
>>> torch.triangular_solve(b, A)
torch.return_types.triangular_solve(
solution=tensor([[ 1.7841,  2.9046, -2.5405],
        [ 1.9320,  0.9270, -1.2826]]),
cloned_coefficient=tensor([[ 1.1527, -1.0753],
        [ 0.0000,  0.7986]]))