torch.lu_unpack

torch.lu_unpack(LU_data, LU_pivots, unpack_data=True, unpack_pivots=True, *, out=None)

将由 lu_factor() 返回的 LU 分解解包到 P、L、U 矩阵中。

参见

lu() 返回 LU 分解的矩阵。其梯度公式比先执行 lu_factor() 再执行 lu_unpack() 的效率更高。

参数:

• LU_data（张量）- 压缩的 LU 分解数据

• LU_pivots（张量）- 压缩的 LU 分解的置换

• unpack_data（布尔值）- 标志表示是否应该解包数据。如果 False ，则返回的 L 和 U 为空张量。默认： True

• unpack_pivots（布尔值）- 标志表示是否应该将置换解包到置换矩阵 P 中。如果 False ，则返回的 P 为空张量。默认： True

关键字参数:

out (元组，可选) – 三个张量的输出元组。如果为 None，则忽略。

返回值:

namedtuple (P, L, U)

示例：

>>> A = torch.randn(2, 3, 3)
>>> LU, pivots = torch.linalg.lu_factor(A)
>>> P, L, U = torch.lu_unpack(LU, pivots)
>>> # We can recover A from the factorization
>>> A_ = P @ L @ U
>>> torch.allclose(A, A_)
True

>>> # LU factorization of a rectangular matrix:
>>> A = torch.randn(2, 3, 2)
>>> LU, pivots = torch.linalg.lu_factor(A)
>>> P, L, U = torch.lu_unpack(LU, pivots)
>>> # P, L, U are the same as returned by linalg.lu
>>> P_, L_, U_ = torch.linalg.lu(A)
>>> torch.allclose(P, P_) and torch.allclose(L, L_) and torch.allclose(U, U_)
True