torch.diag() 取矩阵对角线元素,torch.diag_embed() 指定值变成对角矩阵

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 对角线元素,输出为 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 变为三维 3*3
tensor([[ 0.7594,  0.0000,  0.0000],
        [ 0.0000, -0.4356,  0.0000],
        [ 0.0000,  0.0000, -0.9933]])
  • 14
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
torch.diag()函数是一个用于提矩阵对角线元素的函数。它可以接受一个矩阵作为输入,并返回一个包含矩阵对角线元素的一维张量。\[1\]例如,如果我们有一个3x3的矩阵a,调用torch.diag(a)将返回一个包含矩阵a的对角线元素的一维张量。\[1\] 另外,torch.diag()函数还可以接受一个整数参数diagonal,用于指定要提的副对角线的位置。如果diagonal为正数,则提对角线右上方的副对角线元素;如果diagonal为负数,则提对角线左上方的副对角线元素。\[2\]例如,如果我们有一个3x3的矩阵a,调用torch.diag(a, 1)将返回一个包含矩阵a的主对角线右上方的副对角线元素的一维张量。\[2\] 总结来说,torch.diag()函数是用于提矩阵对角线元素的函数,可以返回一维张量。它还可以通过指定diagonal参数来提对角线元素。\[1\]\[2\] #### 引用[.reference_title] - *1* [torch.diag() 矩阵对角线元素torch.diag_embed() 指定变成对角矩阵](https://blog.csdn.net/qq_45100200/article/details/122462630)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [torch.diag()](https://blog.csdn.net/qq_45189662/article/details/124932240)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [PyTorch 笔记(09)— Tensor 线性代数计算(torch.trace、torch.diagtorch.mm、torch.dot、torch....](https://blog.csdn.net/wohu1104/article/details/107292406)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

清纯世纪

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值