Pytorch:torch.diag()創(chuàng)建對角線張量方式
Pytorch torch.diag()創(chuàng)建對角線張量
torch.diag()
torch.diag是PyTorch中的一個函數(shù),用于從給定的矩陣中提取對角線元素,或者構(gòu)造一個以給定對角線元素為值的對角矩陣。這個函數(shù)對于矩陣分解和轉(zhuǎn)換等操作非常重要。
如果輸入是一個向量(1D張量),torch.diag會返回一個以該向量為對角線元素的2D方陣。如果輸入是一個矩陣(2D張量),則返回一個包含輸入矩陣對角線元素的1D張量。
torch.diag還允許你指定對角線的位置,通過參數(shù)diagonal實現(xiàn)。如果diagonal=0,則為主對角線;如果diagonal>0,則為位于主對角線之上的對角線;如果diagonal<0,則為位于主對角線之下的對角線。
語法:
input (Tensor):輸入張量。diagonal (int, optional):指定的對角線。out (Tensor, optional):輸出張量。
舉例一:
import torch data = torch.tensor([1,2,3,4]) data_two = torch.diag(data,0) print(data_two)
結(jié)果:

舉例二:
import torch
data = torch.tensor(float('inf')).cuda().repeat(3)
data_two = torch.diag(data,0)
print(data_two)結(jié)果:

torch.diag()取矩陣對角線元素,torch.diag_embed()指定值變成對角矩陣
1、torch.diag()
import torch
a = torch.randn(3, 3)
print(a)
tensor([[ 0.7594, 0.8073, -0.1344],
[-1.7335, -0.4356, -0.0055],
[ 1.8326, 0.3900, -0.9933]])
diag = torch.diag(a) # 取 a 對角線元素,輸出為 1*3
print(diag)
tensor([ 0.7594, -0.4356, -0.9933])2、torch.diag_embed()
import torch
tensor([ 0.7594, -0.4356, -0.9933])
a_diag = torch.diag_embed(diag) # 由 diag 變?yōu)槿S 3*3
tensor([[ 0.7594, 0.0000, 0.0000],
[ 0.0000, -0.4356, 0.0000],
[ 0.0000, 0.0000, -0.9933]])總結(jié)
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python讀取英文文件并記錄每個單詞出現(xiàn)次數(shù)后降序輸出示例
這篇文章主要介紹了Python讀取英文文件并記錄每個單詞出現(xiàn)次數(shù)后降序輸出,涉及Python文件讀取、字符串替換、分割以及字典遍歷、排序等相關(guān)操作技巧,需要的朋友可以參考下2018-06-06
簡單掌握Python的Collections模塊中counter結(jié)構(gòu)的用法
counter數(shù)據(jù)結(jié)構(gòu)被用來提供技術(shù)功能,形式類似于Python中內(nèi)置的字典結(jié)構(gòu),這里通過幾個小例子來簡單掌握Python的Collections模塊中counter結(jié)構(gòu)的用法:2016-07-07
Python XML模塊數(shù)據(jù)解析與生成利器的使用掌握
這篇文章主要為大家介紹了Python XML模塊數(shù)據(jù)解析與生成利器的使用實例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
Anaconda環(huán)境GDAL庫基于whl文件的配置方法
這篇文章主要介紹了Anaconda環(huán)境GDAL庫基于whl文件的配置方法,我們介紹了基于conda?install命令直接聯(lián)網(wǎng)安裝GDAL庫的方法,本文給大家介紹的非常詳細(xì),需要的朋友可以參考下2023-04-04
TensorFlow車牌識別完整版代碼(含車牌數(shù)據(jù)集)
這篇文章主要介紹了TensorFlow車牌識別完整版代碼(含車牌數(shù)據(jù)集),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08

