torch.linalg.matrix_power¶
- torch.linalg.matrix_power(A, n, *, out=None) Tensor ¶
计算方阵的 n 次方,其中 n 为整数。
支持 float、double、cfloat 和 cdouble 数据类型。还支持矩阵批处理,如果
A
是矩阵批处理,则输出具有相同的批处理维度。如果
n
= 0,则返回与A
形状相同的单位矩阵(或批处理)。如果n
为负数,则返回每个矩阵的逆矩阵(如果可逆)的 abs(n) 次方。注意
如果可能,请考虑使用
torch.linalg.solve()
来对矩阵进行左乘以负数次方,因为如果n
> 0torch.linalg.solve(matrix_power(A, n), B) == matrix_power(A, -n) @ B
始终优先使用
solve()
(如果可能),因为它比显式计算 更快、数值更稳定。另请参阅
torch.linalg.solve()
使用数值稳定的算法计算A
.inverse() @B
。- 参数
- 关键字参数
out (张量, 可选) – 输出张量。如果为 None 则忽略。默认值:None。
- 引发
RuntimeError – 如果
n
< 0 且矩阵A
或矩阵批处理A
中的任何矩阵不可逆。
示例
>>> A = torch.randn(3, 3) >>> torch.linalg.matrix_power(A, 0) tensor([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]]) >>> torch.linalg.matrix_power(A, 3) tensor([[ 1.0756, 0.4980, 0.0100], [-1.6617, 1.4994, -1.9980], [-0.4509, 0.2731, 0.8001]]) >>> torch.linalg.matrix_power(A.expand(2, -1, -1), -2) tensor([[[ 0.2640, 0.4571, -0.5511], [-1.0163, 0.3491, -1.5292], [-0.4899, 0.0822, 0.2773]], [[ 0.2640, 0.4571, -0.5511], [-1.0163, 0.3491, -1.5292], [-0.4899, 0.0822, 0.2773]]])