torch.linalg.ldl_solve

torch.linalg.ldl_solve(LD, pivots, B, *, hermitian=False, out=None) → Tensor

使用 LDL 分解計算線性方程組的解。

LD 和 pivots 是 LDL 分解的緊湊表示，它們應該由 torch.linalg.ldl_factor_ex() 計算得出。此函式中的 hermitian 引數應與 torch.linalg.ldl_factor_ex() 中的相應引數相同。

支援浮點 (float)、雙精度浮點 (double)、複數浮點 (cfloat) 和複數雙精度浮點 (cdouble) 資料型別。還支援矩陣批處理，如果 `A` 是一個矩陣批處理，則輸出具有相同的批處理維度。

警告

此函式是“實驗性的”，未來 PyTorch 版本中可能會發生變化。

引數

• LD (Tensor) – 尺寸為 n x n 的矩陣，或此類矩陣的批次，大小為 (*, n, n)，其中 * 表示一個或多個批次維度。

• pivots (Tensor) – 與 LD 的 LDL 分解相關的樞軸。

• B (Tensor) – 右側的張量，形狀為 (*, n, k)。

關鍵字引數

• hermitian (bool, optional) – 是否將分解的矩陣視為厄米（Hermitian）或對稱（symmetric）。對於實值矩陣，此開關無效。預設值：False。

• out (tuple, optional) – 輸出張量。可以將 B 作為 out 傳遞，結果將在 B 上就地計算。如果為 None，則忽略。預設值：None。

示例

>>> A = torch.randn(2, 3, 3)
>>> A = A @ A.mT # make symmetric
>>> LD, pivots, info = torch.linalg.ldl_factor_ex(A)
>>> B = torch.randn(2, 3, 4)
>>> X = torch.linalg.ldl_solve(LD, pivots, B)
>>> torch.linalg.norm(A @ X - B)
>>> tensor(0.0001)