Pytorch根据向量批量构造对角矩阵

最新推荐文章于 2022-10-07 19:36:32 发布
最新推荐文章于 2022-10-07 19:36:32 发布
阅读量1.3k 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangchaoxjtu/article/details/117394743
版权
TORCH.DIAG_EMBEDtorch.diag_embed(input,offset=0,dim1=-2,dim2=-1)→ TensorCreates a tensor whose diagonals of certain 2D planes (specified bydim1anddim2) are filled byinput. To facilitate creating batched diagonal matrices, the 2D planes formed b...
摘要由CSDN通过智能技术生成

TORCH.DIAG_EMBED

torch.diag_embed(input, offset=0, dim1=-2, dim2=-1) → Tensor

Creates a tensor whose diagonals of certain 2D planes (specified by dim1 and dim2) are filled by input. To facilitate creating batched diagonal matrices, the 2D planes formed by the last two dimensions of the returned tensor are chosen by default.

The argument offset controls which diagonal to consider:

  • If offset = 0, it is the main diagonal.

  • If offset > 0, it is above the main diagonal.

  • If offset < 0, it is below the main diagonal.

The size of the new matrix will be calculated to make the specified diagonal of the size of the last input dimension. Note that for offset other than 00 , the order of dim1 and di

最低0.47元/天 解锁文章
wangchaoxjtu
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pytorch 变对角矩阵_Pytorch-Tensor基本操作
weixin_39904268的博客
12-19 1675
(此文为个人学习pytorch时的笔记，便于之后的查询)Tensor基本操作创建tensor：​1.numpy向量转tensor：a=np.array([2,2,2])b=torch.from_numpy(a)​2.列表转tensor：a=torch.tensor([2,2])b=torch.FloatTensor([2,2.])#不常用c=torch.tensor([[1,2],[3,4]])#...
pytorch 变对角矩阵_[PyTorch 学习笔记] 1.2 Tensor(张量)介绍
weixin_39577052的博客
12-27 783
本章代码：https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson1/tensor_introduce1.pyhttps://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson1/tensor_introduce1.pyTensor 的概念Tensor...
pytorch将向量拉成对角阵（计算图的度矩阵）
qq_38402294的博客
07-29 7697
在使用pytorch编写神经网络时，可能会用到创建对角阵（例如图邻接矩阵的度矩阵）。最简单的方法是创建一个随机的矩阵然后循环赋值，但在数据量较大时可能会比较慢，此时可以先获得对角阵对角线上的值构成的向量，然后将该向量拉成对角阵。例如，有一邻接矩阵A，现在要求其度矩阵D（对角阵，每一行的对角元是A中对应节点的度），举例如下： import torch A=torch.ones(3,3) print(A) d=torch.sum(A,dim=1) print(d) D=torch.diag(d) print(
Pytorch中取一个batch的对角线元素
weixin_43718238的博客
02-14 2254
torch.diagonal 这里的j_matrix 是一个（5, 16, 16) 张量 torch.diagonal(j_matrix, dim1=-2, dim2=-1) Out[6]: tensor([[0.3009, 0.7826, 0.2639, 0.4019, 0.5106, 0.3767, 0.4053, 0.2876, 0.3009, 0.7826, 0.2639, 0.4019, 0.5106, 0.3767, 0.4053, 0.2876], [0.
利用欧拉角旋转正交_张量旋转=矩阵旋转？
weixin_39844549的博客
11-18 734
最近又开始翻之前的一本流体力学书，Batchelor写的《An Introduction to Fluid Mechanics》，看到介绍流体微团张量部分，写到主轴张量只有正应力没有切应力，联想到之前的学习中一直有这样的困惑，因此多花了些时间回顾了一下以前的知识，也终于将这部分知识串联了起来，决定在知乎写一写，记录下来，以飨后来者。Batchelor在书中这一部分是这样讲解的。首先他从量纲分析的维...
pytorch点乘与叉乘示例讲解
09-18
在这个例子中，`torch.mm(x, x)`执行了叉乘操作，即将张量x与自身进行矩阵乘法，得到一个对角线元素为18的新矩阵，因为`3*3 + 3*3 = 18`。 **注意：** 点乘和叉乘之间的主要区别在于，点乘通常用于向量，其结果是一...
GCN与GAT入门的基于pytorch的代码
12-26
其中，\( H^{(l)} \)是第\( l \)层的节点特征矩阵，\( \tilde{A} \)是邻接矩阵加上自环项，\( \tilde{D} \)是对角矩阵，其对角元素为\( \tilde{A} \)对应行的元素之和，\( W^{(l)} \)是权重矩阵，\( \sigma \)是激活...
[DL]PyTorch 学习总结（1）
12-21
- **对角张量**：`torch.eye()`创建对角线上元素为1，其余为0的张量。 - **概率分布张量**：例如`torch.normal()`，可以生成服从正态分布的张量，通过设置均值(mean)、标准差(stddev)和形状(size)。 5. **张量...
[Python/PyTorch基础] Numpy学习笔记
12-21
3. **创建特定形状的数组**：`np.zeros`、`np.ones`用于创建全零或全一的数组，`np.diag`生成对角矩阵，`np.eye`创建单位矩阵，`np.empty`创建未初始化的数组，`np.full`创建填充特定值的数组。 4. **利用arange和...
tensor的矩阵运算.pptx
09-15
本文将深入探讨tensor矩阵运算的细节，涵盖矩阵运算的基本概念、矩阵乘法、矩阵转置、矩阵加减法、矩阵秩、矩阵迹、矩阵行列式、矩阵逆矩阵、矩阵相似对角化、SVD分解、向量范数的计算等内容。 矩阵基本概念 在...
Pytorch常用张量变换操作
helloworld_Fly的博客
10-19 2612
PyTorch中Tensor的维度变换 对于 PyTorch 的基本数据对象 Tensor (张量)，在处理问题时，需要经常改变数据的维度，以便于后期的计算和进一步处理，本文旨在列举一些维度变换的方法并举例，方便大家查看。 维度查看：torch.Tensor.size() 查看当前 tensor 的维度 举个例子： >>> import torch >>> a = torch.Tensor([[[1, 2], [3, 4], [5, 6]]]) >>>
pytorch矩阵运算
weixin_49710179的博客
04-19 854
目录：1.对角矩阵的设置2.矩阵的迹3.上三角矩阵与下三角矩阵4.矩阵的乘积mm和bmm5.矩阵的相乘再相加6.批量矩阵相乘再相加7.矩阵乘向量再相加8.特征值及特征向量 1.对角矩阵的设置 a = torch.rand(2) print(a) # diag设置对角矩阵，diagonal等于0，设置主对角线 x = torch.diag(a,diagonal=0) # iagonal 对角线 print(x) # diagonal大于0，设置主对角线上diagonal对应位置的值 x = torch.d
torch.diag() 取矩阵对角线元素，torch.diag_embed() 指定值变成对角矩阵
知识搬运者
01-12 1万+
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.
torch.diag_embed代码测试
scar2016的博客
01-06 1624
文章目录1. 函数说明2. 代码3. 结果 1. 函数说明 torch.diag_embed(input, offset=0, dim1=- 2, dim2=- 1) → Tensor 创建一个张量，其某些2D平面(由dim1和dim2指定)的对角线由输入填充。为了方便批量创建对角矩阵，默认选择由返回张量的最后两个维度组成的2D平面。 创建一个对角张量，对角值是给定的张量的值，分布在对角线上，input 后输出的张量在最后一维进行扩充。 input = [2,3] -> output=[2,3,
torch一些老忘记的函数
REstrat的博客
10-07 823
一些老忘记的torch基本函数
图卷积神经网络层的pytorch复现
KPer_Yang的博客
08-16 803
图卷积神经网络层的pytorch复现
pytorch每日一学21(torch.eye())创建对角矩阵
Fluid_ray的博客
11-18 1万+
第21个方法 torch.eye(n, m=None, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor 创建一个二维矩阵m×nm\times nm×n，对角全为1，其它都为0，其实就是对角矩阵。 接下来介绍参数： n：行的数量。 m：列的数量，默认为n。 out：输出的tensor。 dtype：创建tensor的数据类型，如果为None，使用默认类型，可以使用torc
pytorch 取对角线元素/矩阵对角线元素置0
热门推荐
qq_40491305的博客
03-07 1万+
pytorch 取对角线元素/矩阵对角线元素置0 使用 torch.diag 取对角线元素，使用 torch.diag_embed() 恢复维度 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) #
pytorch学习手册【二】
MIss-Y的博客
04-18 1790
九、Reduction Ops（规约/简化操作） torch.argmax(input,dim=None,keepdim=False) torch.argmin(input,dim=None,keepdim=False) torch.cumprod(input,dim,dtype=None)→ Tensor torch.cumsum(input,dim,o...
pytorch如何创建一个对角矩阵
最新发布
03-20
要创建一个对角矩阵，可以使用 PyTorch 中的 diag 函数。例如，要创建一个大小为 n x n 的对角矩阵，可以使用以下代码： import torch n = 3 diag_values = torch.ones(n) diag_matrix = torch.diag(diag_values) ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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