torch.linalg.tensorinv¶
- torch.linalg.tensorinv(A, ind=2, *, out=None) Tensor ¶
计算
torch.tensordot()
的乘法逆。如果 m 是
A
的前ind
个维度的乘积,而 n 是其余维度的乘积,则此函数期望 m 和 n 相等。如果满足此条件,则计算张量 X,使得 tensordot(A
, X,ind
) 是维度 m 中的单位矩阵。X 将具有A
的形状,但前ind
个维度将被推送到末尾。X.shape == A.shape[ind:] + A.shape[:ind]
支持 float、double、cfloat 和 cdouble 数据类型。
注意
当
A
是一个二维张量且ind
= 1 时,此函数计算A
的(乘法)逆(参见torch.linalg.inv()
)。注意
如果可能,请考虑使用
torch.linalg.tensorsolve()
从左侧乘以张量逆,因为linalg.tensorsolve(A, B) == torch.tensordot(linalg.tensorinv(A), B) # When B is a tensor with shape A.shape[:B.ndim]
在可能的情况下,始终优先使用
tensorsolve()
,因为它比显式计算伪逆更快且数值更稳定。另请参阅
torch.linalg.tensorsolve()
计算 torch.tensordot(tensorinv(A
),B
)。- 参数
A (Tensor) – 要反转的张量。其形状必须满足 prod(
A
.shape[:ind
]) == prod(A
.shape[ind
:])。ind (int) – 计算
torch.tensordot()
逆的索引。默认值:2。
- 关键字参数
out (Tensor, 可选) – 输出张量。如果为 None 则忽略。默认值:None。
- 引发异常
RuntimeError – 如果重塑后的
A
不可逆或前ind
个维度的乘积不等于其余维度的乘积。
示例
>>> A = torch.eye(4 * 6).reshape((4, 6, 8, 3)) >>> Ainv = torch.linalg.tensorinv(A, ind=2) >>> Ainv.shape torch.Size([8, 3, 4, 6]) >>> B = torch.randn(4, 6) >>> torch.allclose(torch.tensordot(Ainv, B), torch.linalg.tensorsolve(A, B)) True >>> A = torch.randn(4, 4) >>> Atensorinv = torch.linalg.tensorinv(A, ind=1) >>> Ainv = torch.linalg.inv(A) >>> torch.allclose(Atensorinv, Ainv) True