快捷方式

torch.linalg

常见的线性代数运算。

请参阅 线性代数 (torch.linalg) 以了解一些常见的数值边缘情况。

矩阵属性

norm

计算向量或矩阵范数。

vector_norm

计算向量范数。

matrix_norm

计算矩阵范数。

diagonal

使用默认值 dim1= -2dim2= -1torch.diagonal() 的别名。

det

计算方阵的行列式。

slogdet

计算方阵的行列式的绝对值的符号和自然对数。

cond

计算矩阵相对于矩阵范数的条件数。

matrix_rank

计算矩阵的数值秩。

分解

cholesky

计算复厄米特矩阵或实对称正定矩阵的 Cholesky 分解。

qr

计算矩阵的 QR 分解。

lu

计算矩阵的 LU 分解,并进行部分主元。

lu_factor

计算矩阵的 LU 分解(部分主元)的紧凑表示。

eig

如果存在,则计算方阵的特征值分解。

eigvals

计算方阵的特征值。

eigh

计算复厄米特矩阵或实对称矩阵的特征值分解。

eigvalsh

计算复厄米特矩阵或实对称矩阵的特征值。

svd

计算矩阵的奇异值分解 (SVD)。

svdvals

计算矩阵的奇异值。

求解器

solve

计算具有唯一解的方程组的解。

solve_triangular

计算具有唯一解的三角方程组的解。

lu_solve

给定 LU 分解,计算具有唯一解的方程组的解。

lstsq

计算线性方程组的最小二乘问题的解。

逆矩阵

inv

如果存在,则计算方阵的逆矩阵。

pinv

计算矩阵的伪逆矩阵(Moore-Penrose 逆矩阵)。

矩阵函数

matrix_exp

计算方阵的矩阵指数。

matrix_power

计算方阵的 n 次幂(其中 n 为整数)。

矩阵乘积

cross

计算两个三维向量的叉积。

matmul

torch.matmul() 的别名。

vecdot

沿着维度计算两批向量的点积。

multi_dot

通过重新排序乘法以执行最少的算术运算,有效地将两个或多个矩阵相乘。

householder_product

计算 Householder 矩阵乘积的前 n 列。

张量运算

tensorinv

计算 torch.tensordot() 的乘法逆。

tensorsolve

计算系统 torch.tensordot(A, X) = B 的解 X

其他

vander

生成范德蒙矩阵。

实验性函数

cholesky_ex

计算复厄米特矩阵或实对称正定矩阵的 Cholesky 分解。

inv_ex

如果方阵可逆,则计算其逆矩阵。

solve_ex

solve() 的一个版本,除非 check_errors= True,否则不执行错误检查。

lu_factor_ex

这是 lu_factor() 的一个版本,除非 check_errors= True,否则不执行错误检查。

ldl_factor

计算厄米特矩阵或对称矩阵(可能是不定矩阵)的 LDL 分解的紧凑表示。

ldl_factor_ex

这是 ldl_factor() 的一个版本,除非 check_errors= True,否则不执行错误检查。

ldl_solve

使用 LDL 分解计算线性方程组的解。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源