torch.linalg.svdvals

torch.linalg.svdvals(A, *, driver=None, out=None) → Tensor

计算矩阵的奇异值。

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。

奇异值按降序返回。

注意

此函数等同于 NumPy 的 linalg.svd(A, compute_uv=False)。

注意

当输入位于 CUDA 设备上时，此函数将同步该设备与 CPU。

参见

计算完整的奇异值分解。

参数:

A（张量）- 形状为(*, m, n)的张量，其中*表示零个或多个批处理维度。

关键字参数:

• driver (str, 可选) – 要使用的 cuSOLVER 方法的名称。此关键字参数仅在 CUDA 输入上有效。可用选项有：None、gesvd、gesvdj 和 gesvda。查看 torch.linalg.svd() 获取详细信息。默认：None。

• out（张量，可选）- 输出张量。如果为 None 则忽略。默认：None。

返回值:

实值张量，即使 A 是复数。

示例：

>>> A = torch.randn(5, 3)
>>> S = torch.linalg.svdvals(A)
>>> S
tensor([2.5139, 2.1087, 1.1066])

>>> torch.dist(S, torch.linalg.svd(A, full_matrices=False).S)
tensor(2.4576e-07)