捷徑

torch.linalg

常見的線性代數運算。

有關一些常見的數值邊緣情況,請參閱 線性代數 (torch.linalg)

矩陣屬性

norm

計算向量或矩陣範數。

vector_norm

計算向量範數。

matrix_norm

計算矩陣範數。

diagonal

torch.diagonal() 的別名,預設值為 dim1= -2dim2= -1

det

計算方陣的行列式。

slogdet

計算方陣行列式的符號和絕對值的自然對數。

cond

計算矩陣相對於矩陣範數的條件數。

matrix_rank

計算矩陣的數值秩。

分解

cholesky

計算複數埃爾米特矩陣或實數對稱正定矩陣的 Cholesky 分解。

qr

計算矩陣的 QR 分解。

lu

計算矩陣的部分樞軸 LU 分解。

lu_factor

計算矩陣的部分樞軸 LU 分解的緊湊表示。

eig

計算方陣的特徵值分解(如果存在)。

eigvals

計算方陣的特徵值。

eigh

計算複數埃爾米特矩陣或實數對稱矩陣的特徵值分解。

eigvalsh

計算複數埃爾米特矩陣或實數對稱矩陣的特徵值。

svd

計算矩陣的奇異值分解 (SVD)。

svdvals

計算矩陣的奇異值。

求解器

solve

計算具有唯一解的線性方程組的解。

solve_triangular

計算具有唯一解的三角形線性方程組的解。

lu_solve

在給定 LU 分解的情況下,計算具有唯一解的線性方程組的解。

lstsq

計算線性方程組的最小平方問題的解。

逆矩陣

inv

計算方陣的逆矩陣(如果存在)。

pinv

計算矩陣的偽逆矩陣(Moore-Penrose 逆矩陣)。

矩陣函數

matrix_exp

計算方陣的矩陣指數。

matrix_power

計算整數 n 的方陣的 n 次方。

矩陣乘積

cross

計算兩個三維向量的向量積。

matmul

torch.matmul() 的別名

vecdot

計算兩個批次向量沿某個維度的點積。

multi_dot

透過重新排序乘法來有效地將兩個或多個矩陣相乘,以便執行最少的算術運算。

householder_product

計算 Householder 矩陣乘積的前 n 列。

張量運算

tensorinv

計算 torch.tensordot() 的乘法逆矩陣。

tensorsolve

計算系統 torch.tensordot(A, X) = B 的解 X

其他

vander

產生 Vandermonde 矩陣。

實驗性函數

cholesky_ex

計算複數埃爾米特矩陣或實數對稱正定矩陣的 Cholesky 分解。

inv_ex

計算方陣的逆矩陣(如果可逆)。

solve_ex

solve() 的一個版本,除非 check_errors= True,否則不執行錯誤檢查。

lu_factor_ex

這是 lu_factor() 的一個版本,除非 check_errors= True,否則不會執行錯誤檢查。

ldl_factor

計算 Hermitian 或對稱(可能是無限的)矩陣的 LDL 分解的緊湊表示。

ldl_factor_ex

這是 ldl_factor() 的一個版本,除非 check_errors= True,否則不會執行錯誤檢查。

ldl_solve

使用 LDL 分解計算線性方程組的解。

文件

存取 PyTorch 的完整開發人員文件

查看文件

教學課程

取得適用於初學者和進階開發人員的深入教學課程

查看教學課程

資源

尋找開發資源並取得問題解答

查看資源