資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學如何在 PyTorch 中獲取矩陣的秩？
可以使用 **torch.linalg.matrix_rank()** 獲取矩陣的秩。它接收矩陣或矩陣批次作為輸入，並返回包含矩陣秩值的張量。**torch.linalg** 模組提供了許多線性代數運算。
語法
torch.linalg.matrix_rank(input)
其中 input 是 **二維** 張量/矩陣或矩陣批次。
步驟
我們可以使用以下步驟來獲取矩陣或矩陣批次的秩：
匯入 torch 庫。確保你已經安裝了它。
import torch
建立一個二維張量/矩陣或矩陣批次並列印它。
t = torch.tensor([[1.,2.,3.],[4.,5.,6.]])
print("Tensor:", t)計算上述定義的矩陣的秩，並可選擇地將此值賦給一個新變數。
rank = torch.linalg.matrix_rank(t)
列印計算出的矩陣秩。
print("Rank:", rank)示例 1
以下 Python 程式演示瞭如何在 PyTorch 中查詢矩陣的秩：
# import torch library
import torch
# create a 2D Tensor/Matrix
t = torch.rand(4,3)
print("Matrix:
", t)
# compute the rank of the matrix
rank = torch.linalg.matrix_rank(t)
print("Rank:", rank)輸出
Matrix: tensor([[0.6594, 0.5502, 0.9927], [0.3542, 0.0738, 0.0039], [0.7521, 0.9089, 0.7459], [0.1236, 0.8219, 0.0199]]) Rank: tensor(3)
示例 2
以下 Python 程式演示瞭如何在 PyTorch 中查詢複數矩陣的秩：
# import torch library
import torch
# create a complex Matrix
C = torch.rand(4,3, dtype = torch.cfloat)
print("Matrix:
", C)
# compute the rank of above created complex matrix
rank = torch.linalg.matrix_rank(C)
print("Rank:", rank)輸出
Matrix: tensor([[0.2830+0.9152j, 0.4017+0.3157j, 0.6843+0.7504j], [0.5469+0.6831j, 0.5949+0.1112j, 0.1225+0.5372j], [0.5016+0.2642j, 0.8466+0.5250j, 0.8644+0.6261j], [0.9070+0.0886j, 0.2665+0.7483j, 0.0226+0.3262j]]) Rank: tensor(3)
示例 3
以下 Python 程式演示瞭如何計算矩陣批次的秩：
# import torch library
import torch
# create a batch of a batch of 4, 3x2 Matrices
B = torch.rand(4,3,2)
print("Matrix:
", B)
# Compute the ranks of the matrices
ranks = torch.linalg.matrix_rank(B)
# print the ranks of matrices
print("Ranks:", ranks)輸出
Matrix: tensor([[[0.1332, 0.6924], [0.7986, 0.3856], [0.7675, 0.6632]], [[0.8832, 0.4365], [0.2731, 0.8355], [0.8793, 0.0253]], [[0.4678, 0.7772], [0.4612, 0.8683], [0.3522, 0.8857]], [[0.5602, 0.1209], [0.2810, 0.0738], [0.4715, 0.5878]]]) Ranks: tensor([2, 2, 2, 2])
更新於：2021年12月6日
1K+ 次檢視
廣告