Pytorch torch.diag()创建对角线张量
torch.diag()
torch.diag是PyTorch中的一个函数，用于从给定的矩阵中提取对角线元素，或者构造一个以给定对角线元素为值的对角矩阵。这个函数对于矩阵分解和转换等操作非常重要。
如果输入是一个向量（1D张量），torch.diag会返回一个以该向量为对角线元素的2D方阵。如果输入是一个矩阵（2D张量），则返回一个包含输入矩阵对角线元素的1D张量。
torch.diag还允许你指定对角线的位置，通过参数diagonal实现。如果diagonal=0，则为主对角线；如果diagonal>0，则为位于主对角线之上的对角线；如果diagonal<0，则为位于主对角线之下的对角线。
语法：
- input (Tensor)：输入张量。
- diagonal (int, optional)：指定的对角线。
- out (Tensor, optional)：输出张量。
举例一：
|
1 2 3 4 5 |
import torch
data = torch.tensor([1,2,3,4]) data_two = torch.diag(data,0) print(data_two) |
结果：
举例二：
|
1 2 3 4 5 |
import torch
data = torch.tensor(float('inf')).cuda().repeat(3) data_two = torch.diag(data,0) print(data_two) |
结果：
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()
|
1 2 3 4 5 6 7 8 9 |
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()
|
1 2 3 4 5 6 7 |
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]]) |
