torch.linalg.ldl_factor_ex

torch.linalg.ldl_factor_ex(A, *, hermitian=False, check_errors=False, out=None)

这是 ldl_factor() 的一个版本，除非 check_errors= True，否则不执行错误检查。它还会返回 LAPACK 的 sytrf 返回的 info 张量。info 存储来自后端库的整数错误代码。正整数表示 $D$ 的对角元素为零。如果将结果用于求解线性方程组，则会发生除以 0 的错误。info 填充为零表示分解成功。如果 check_errors=True 且 info 包含正整数，则会抛出 RuntimeError。

注意

当输入位于 CUDA 设备上时，此函数仅在 check_errors= True 时同步。

警告

此函数为“实验性”函数，它可能会在将来的 PyTorch 版本中发生更改。

参数

A (张量) – 形状为 (*, n, n) 的张量，其中 * 是零个或多个批次维度，包含对称或厄米特矩阵。

关键字参数

• hermitian (布尔值, 可选) – 是否将输入视为厄米特或对称矩阵。对于实值矩阵，此开关无效。默认值：False。

• check_errors (布尔值, 可选) – 控制是否检查 info 的内容，如果它不为零则引发错误。默认值：False。

• out (元组, 可选) – 用于写入输出的三个张量的元组。如果为 None 则忽略。默认值：None。

返回

一个名为 (LD, pivots, info) 的元组。

示例

>>> A = torch.randn(3, 3)
>>> A = A @ A.mT # make symmetric
>>> A
tensor([[7.2079, 4.2414, 1.9428],
        [4.2414, 3.4554, 0.3264],
        [1.9428, 0.3264, 1.3823]])
>>> LD, pivots, info = torch.linalg.ldl_factor_ex(A)
>>> LD
tensor([[ 7.2079,  0.0000,  0.0000],
        [ 0.5884,  0.9595,  0.0000],
        [ 0.2695, -0.8513,  0.1633]])
>>> pivots
tensor([1, 2, 3], dtype=torch.int32)
>>> info
tensor(0, dtype=torch.int32)