torch.tril

torch.tril(input, diagonal=0, *, out=None) → Tensor

返回矩阵（二维张量）或矩阵批次 input 的下三角部分，结果张量 out 的其他元素设置为 0。

矩阵的下三角部分定义为对角线及其下方元素。

参数 diagonal 控制要考虑的对角线。如果 diagonal = 0，则保留主对角线及其下方的所有元素。正值包含与主对角线上方一样多的对角线，类似地，负值排除与主对角线下方的同样多的对角线。主对角线是索引集 $\lbrace (i, i) \rbrace$ 其中 $i \in [0, \min\{d_{1}, d_{2}\} - 1]$ 其中 $d_{1}, d_{2}$ 是矩阵的维度。

参数

• input (张量) – 输入张量。

• diagonal (int, 可选) – 要考虑的对角线

关键字参数

out (张量, 可选) – 输出张量。

示例

>>> a = torch.randn(3, 3)
>>> a
tensor([[-1.0813, -0.8619,  0.7105],
        [ 0.0935,  0.1380,  2.2112],
        [-0.3409, -0.9828,  0.0289]])
>>> torch.tril(a)
tensor([[-1.0813,  0.0000,  0.0000],
        [ 0.0935,  0.1380,  0.0000],
        [-0.3409, -0.9828,  0.0289]])

>>> b = torch.randn(4, 6)
>>> b
tensor([[ 1.2219,  0.5653, -0.2521, -0.2345,  1.2544,  0.3461],
        [ 0.4785, -0.4477,  0.6049,  0.6368,  0.8775,  0.7145],
        [ 1.1502,  3.2716, -1.1243, -0.5413,  0.3615,  0.6864],
        [-0.0614, -0.7344, -1.3164, -0.7648, -1.4024,  0.0978]])
>>> torch.tril(b, diagonal=1)
tensor([[ 1.2219,  0.5653,  0.0000,  0.0000,  0.0000,  0.0000],
        [ 0.4785, -0.4477,  0.6049,  0.0000,  0.0000,  0.0000],
        [ 1.1502,  3.2716, -1.1243, -0.5413,  0.0000,  0.0000],
        [-0.0614, -0.7344, -1.3164, -0.7648, -1.4024,  0.0000]])
>>> torch.tril(b, diagonal=-1)
tensor([[ 0.0000,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
        [ 0.4785,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
        [ 1.1502,  3.2716,  0.0000,  0.0000,  0.0000,  0.0000],
        [-0.0614, -0.7344, -1.3164,  0.0000,  0.0000,  0.0000]])