torch.triu 与 numpy.triu 函数

triu = triangle up （我猜的）

顾名思义，这个函数的作用相同，都是返回上三角矩阵，定义分别如下：

numpy.triu(m, k)
torch.triu(Tensor, diagonal)

这两个函数的对应参数都是相同的含义。m 代表要操作的矩阵，k 代表以哪条对角线作为上三角矩阵的对角线。k=0 代表主对角线，k 为正数则从主对角线开始向上数第 k 条，k 为负数则从主对角线开始向下数第 k 条。举例如下：

import torch
import numpy as np

# triangle up
matrix = np.ones((4, 4))
# 使用主对角线作为上三角矩阵的对角线
tri_matrix = np.triu(matrix, k=0)
print(tri_matrix)
# 输出：
[[1. 1. 1. 1.]
 [0. 1. 1. 1.]
 [0. 0. 1. 1.]
 [0. 0. 0. 1.]]

# 使用主对角线上面第二条对角线
tri_matrix = np.triu(matrix, k=2)
print(tri_matrix)
# 输出：
[[0. 0. 1. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

# 使用主对角线下面第一条对角线
tri_matrix = np.triu(matrix, k=-1)
print(tri_matrix)
# 输出：
[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [0. 1. 1. 1.]
 [0. 0. 1. 1.]]

# torch 版
T_matrix = torch.from_numpy(matrix)
T_matrix = torch.triu(T_matrix, 1)
print(T_matrix)
# 输出：
tensor([[0., 1., 1., 1.],
        [0., 0., 1., 1.],
        [0., 0., 0., 1.],
        [0., 0., 0., 0.]], dtype=torch.float64)