torch.linalg.ldl_solve

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

使用 LDL 分解求解线性方程组的解。

LD 和 pivots 是 LDL 分解的紧凑表示，预期由 torch.linalg.ldl_factor_ex() 计算。此函数的 hermitian 参数应与 torch.linalg.ldl_factor_ex() 中的相应参数相同。

支持输入 float、double、cfloat 和 cdouble 数据类型。也支持矩阵批处理，如果 A 是矩阵批，则输出具有相同的批维度。

警告

此函数为“实验性”的，它可能在未来的 PyTorch 版本中发生变化。

参数:

• LD（张量）- n×n 矩阵或大小为 (*, n, n) 的此类矩阵批处理，其中 * 是一个或多个批处理维度。

• pivots（张量）- 对应于 LD 的 LDL 分解的置换。

• B（张量）- 形状为 (*, n, k) 的右侧张量。

关键字参数:

• hermitian（布尔值，可选）- 是否将分解矩阵视为厄米矩阵或对称矩阵。对于实值矩阵，此开关无影响。默认：False。

• out（元组，可选）- 输出张量。可以将 B 传递给 out，并在 B 上就地计算结果。如果为 None，则忽略。默认：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)