Функция PyTorch torch.linalg.qr
Справочное руководство Pytorch torch
torch.linalg.qrЭто функция в модуле линейной алгебры PyTorch, используемая для вычисления QR-разложения матрицы. QR-разложение факторизует матрицу A как A = Q * R, где Q — ортогональная матрица, а R — верхняя треугольная матрица.
Определение функции
torch.linalg.qr(A, mode='reduced', out=None)
Parameters:
A(Tensor): Входная матрица.mode(str, необязательный): 'reduced' возвращает редуцированное разложение, 'complete' возвращает полное разложение. По умолчанию используется 'reduced'.out(tuple, optional): Выходной кортеж.
Возвращаемое значение:
tuple: Возвращает кортеж (Q, R).
Пример использования
Пример
import torch
# Создать матрицу
A = torch.tensor([[12.0, -51.0, 4.0],
[6.0, 167.0, -68.0],
[-4.0, 24.0, -41.0]])
# QR-разложение
Q, R = torch.linalg.qr(A)
print("Матрица A:")
print(A)
print("nОртогональная матрица Q:")
print(Q)
print("nВерхняя треугольная матрица R:")
print(R)
print("nПроверка: Q @ R =")
print(Q @ R)
# Создать матрицу
A = torch.tensor([[12.0, -51.0, 4.0],
[6.0, 167.0, -68.0],
[-4.0, 24.0, -41.0]])
# QR-разложение
Q, R = torch.linalg.qr(A)
print("Матрица A:")
print(A)
print("nОртогональная матрица Q:")
print(Q)
print("nВерхняя треугольная матрица R:")
print(R)
print("nПроверка: Q @ R =")
print(Q @ R)
Результат вывода:
矩阵 A:
tensor([[ 12., -51., 4.],
[ 6., 167., -68.],
[ -4., 24., -41.]])
正交矩阵 Q:
tensor([[-0.8571, 0.3943, 0.3314],
[-0.4286, -0.9029, -0.0343],
[ 0.2857, -0.1714, 0.9428]])
上三角矩阵 R:
tensor([[ -14., -21., 14.],
[ 0., -175., 70.],
[ 0., 0., -35.]])
验证: Q @ R =
tensor([[ 12., -51., 4.],
[ 6., 167., -68.],
[ -4., 24., -41.]])
Другие расширения