pytorch中tril函数介绍

用法介绍

 pytorch中tril函数主要用于返回一个矩阵主对角线以下的下三角矩阵，其它元素全部为$0$。当输入是一个多维张量时，返回的是同等维度的张量并且最后两个维度的下三角矩阵的。

torch.tril(input, diagonal=0, *, out=None) $⟶$Tensor

• input(tensor)：表示输入的张量
• diagonal (int, optional)：表示对角线的位置

参数$\mathrm{d}\mathrm{i}\mathrm{a}\mathrm{g}\mathrm{o}\mathrm{n}\mathrm{a}\mathrm{l}$主要控制矩阵主对角线元素的位置。给定一个矩阵$A\in {\mathbb{R}}^{d_1\times d_2}$，则这个矩阵的主对角线元素组成的集合为 { ( i , i ) ∣ i ∈ [ 0 , min ⁡ { d 1 , d 2 } − 1 ] } \{(i,i)| i \in [0,\min\{d_1,d_2\}-1]\} {(i,i)∣i∈[0,min{d1​,d2​}−1]}当参数$\mathrm{d}\mathrm{i}\mathrm{a}\mathrm{g}\mathrm{o}\mathrm{n}\mathrm{a}\mathrm{l}=k$，且$k\in {\mathbb{Z}}^{+}$时，则此时矩阵主对角线元素的集合为 { ( i , i + ∣ k ∣ ) ∣ i ∈ [ 0 , min ⁡ { d 1 , d 2 } ] − 1 } \{(i,i+|k|)| i \in [0,\min\{d_1,d_2\}]-1\} {(i,i+∣k∣)∣i∈[0,min{d1​,d2​}]−1}当参数$\mathrm{d}\mathrm{i}\mathrm{a}\mathrm{g}\mathrm{o}\mathrm{n}\mathrm{a}\mathrm{l}=k$，且$k\in {\mathbb{Z}}^{-}$时，则此时矩阵主对角线元素的集合为 { ( i + ∣ k ∣ , i ) ∣ i ∈ [ 0 , min ⁡ { d 1 , d 2 } ] − 1 } \{(i+|k|,i)| i \in [0,\min\{d_1,d_2\}]-1\} {(i+∣k∣,i)∣i∈[0,min{d1​,d2​}]−1}

程序代码

 torch.tril函数具体的程序代码示例如下所示

>>> import torch
>>> a = torch.randn(3, 4)
>>> import torch
>>> a = torch.randn(3, 3)
>>> a
tensor([[ 0.4925,  1.0023, -0.5190],
        [ 0.0464, -1.3224, -0.0238],
        [-0.1801, -0.6056,  1.0795]])
>>> torch.tril(a)
tensor([[ 0.4925,  0.0000,  0.0000],
        [ 0.0464, -1.3224,  0.0000],
        [-0.1801, -0.6056,  1.0795]])
>>> b = torch.randn(4, 6)
>>> b
tensor([[-0.7886, -0.2559, -0.9161,  0.2353,  0.4033, -0.0633],
        [-1.1292, -0.3209, -0.3307,  2.0719,  0.9238, -1.8576],
        [-1.1988, -1.0355, -1.2745, -1.7479,  0.3736, -0.7210],
        [-0.3380,  1.7570, -1.6608, -0.4785,  0.2950, -1.2821]])
>>> torch.tril(b)
tensor([[-0.7886,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
        [-1.1292, -0.3209,  0.0000,  0.0000,  0.0000,  0.0000],
        [-1.1988, -1.0355, -1.2745,  0.0000,  0.0000,  0.0000],
        [-0.3380,  1.7570, -1.6608, -0.4785,  0.0000,  0.0000]])
>>> torch.tril(b, diagonal=1)
tensor([[-0.7886, -0.2559,  0.0000,  0.0000,  0.0000,  0.0000],
        [-1.1292, -0.3209, -0.3307,  0.0000,  0.0000,  0.0000],
        [-1.1988, -1.0355, -1.2745, -1.7479,  0.0000,  0.0000],
        [-0.3380,  1.7570, -1.6608, -0.4785,  0.2950,  0.0000]])
>>> torch.tril(b, diagonal=-1)
tensor([[ 0.0000,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
        [-1.1292,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
        [-1.1988, -1.0355,  0.0000,  0.0000,  0.0000,  0.0000],
        [-0.3380,  1.7570, -1.6608,  0.0000,  0.0000,  0.0000]])
>>> torch.tril(b, diagonal=2)
tensor([[-0.7886, -0.2559, -0.9161,  0.0000,  0.0000,  0.0000],
        [-1.1292, -0.3209, -0.3307,  2.0719,  0.0000,  0.0000],
        [-1.1988, -1.0355, -1.2745, -1.7479,  0.3736,  0.0000],
        [-0.3380,  1.7570, -1.6608, -0.4785,  0.2950, -1.2821]])