torch.lu_unpack

torch.lu_unpack(LU_data, LU_pivots, unpack_data=True, unpack_pivots=True, *, out=None)

將 lu_factor() 返回的 LU 分解結果解包為 P, L, U 矩陣。

另請參閱

lu() 返回 LU 分解得到的矩陣。它的梯度公式比先執行 lu_factor() 再執行 lu_unpack() 的方式更高效。

引數

• LU_data (Tensor) – 打包的 LU 分解資料

• LU_pivots (Tensor) – 打包的 LU 分解樞軸資訊

• unpack_data (bool) – 指示是否應解包資料的標誌。如果為 False，則返回的 L 和 U 是空張量。預設值：True

• unpack_pivots (bool) – 指示是否應將樞軸資訊解包為置換矩陣 P 的標誌。如果為 False，則返回的 P 是空張量。預設值：True

關鍵字引數

out (tuple, optional) – 包含三個張量的輸出元組。如果為 None 則忽略。

返回值

一個命名元組 (P, L, U)

示例

>>> A = torch.randn(2, 3, 3)
>>> LU, pivots = torch.linalg.lu_factor(A)
>>> P, L, U = torch.lu_unpack(LU, pivots)
>>> # We can recover A from the factorization
>>> A_ = P @ L @ U
>>> torch.allclose(A, A_)
True

>>> # LU factorization of a rectangular matrix:
>>> A = torch.randn(2, 3, 2)
>>> LU, pivots = torch.linalg.lu_factor(A)
>>> P, L, U = torch.lu_unpack(LU, pivots)
>>> # P, L, U are the same as returned by linalg.lu
>>> P_, L_, U_ = torch.linalg.lu(A)
>>> torch.allclose(P, P_) and torch.allclose(L, L_) and torch.allclose(U, U_)
True