torch.diag()

函数定义:

def diag(input: Tensor, diagonal: _int=0, *, out: Optional[Tensor]=None)

参数:

* input:tensor

* diagonal:选择输出的对角线,默认为0,即输出主对角线

实际上这个函数就是输出一个矩阵的对角线。若diagonal为正的话,输出主对角线右上角的副对角线;若diagonal为负的话,输出主对角线左上角的副对角线。

import torch

a = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(a)
# output:
# tensor([[1, 2, 3],
#        [4, 5, 6],
#        [7, 8, 9]])

print(torch.diag(a))
# output:
# tensor([1, 5, 9])

print(torch.diag(a, 1))
# output:
# tensor([2, 6])

print(torch.diag(a, -1))
# output:
# tensor([4, 8])

print(torch.diag(a, 2))
# output:
# tensor([3])

print(torch.diag(a, -2))
# output:
# tensor([7])

  • 5
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
torch.diag()函数是一个用于提取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,用于指定要提取的副对角线的位置。如果diagonal为正数,则提取主对角线右上方的副对角线元素;如果diagonal为负数,则提取主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()函数是用于提取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参数来提取副对角线元素。\[1\]\[2\] #### 引用[.reference_title] - *1* [torch.diag() 取矩阵对角线元素,torch.diag_embed() 指定值变成对角矩阵](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 ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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