torch.ormqr

torch.ormqr(input, tau, other, left=True, transpose=False, *, out=None) → Tensor

计算 Householder 矩阵乘积与一般矩阵的矩阵乘法。

将由 other 给定的矩阵 C（ $m \times n$ 矩阵）与矩阵 Q 相乘，其中 Q 使用豪斯霍尔德反射器（输入，tau）表示。有关正交或酉矩阵的表示的详细信息，请参阅正交或酉矩阵表示。

如果 left 为 True，则计算 op(Q) 乘以 C，否则结果为 C 乘以 op(Q)。当 left 为 True 时，隐式矩阵 Q 的大小为 $m \times m$ 。否则大小为 $n \times n$ 。如果 transpose 为 True，则 op 是共轭转置操作，否则为无操作。

支持浮点、双精度、复浮点和复双精度数据类型输入。还支持批处理输入，如果输入是批处理的，则输出也将以相同的维度进行批处理。

参见

torch.geqrf() 可用于从 QR 分解中形成矩阵 Q 的豪斯霍尔德表示（输入，tau）。

注意

此函数支持反向传播，但只有在 (input, tau) 不需要梯度且/或 tau.size(-1) 非常小的时候才快速。

参数:

• 输入（张量）- 形状为(*, mn, k)的张量，其中*表示零个或多个批处理维度，mn 等于 m 或 n，具体取决于 left 。

• tau（张量）- 形状为(*, min(mn, k))的张量，其中*表示零个或多个批处理维度。

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

• 左（布尔值）- 控制乘法的顺序。

• 转置（布尔值）- 控制矩阵 Q 是否进行共轭转置。

关键字参数:

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