資料結構
網路
關係型資料庫管理系統
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
時尚研究
法律研究PyTorch – torch.linalg.solve() 方法
為了解決具有唯一解的線性方程組，我們可以使用 **torch.linalg.solve()** 方法。此方法接受兩個引數：
首先，係數矩陣 **A**，以及
其次，右側張量 **b**。
其中 **A** 是一個方陣，b 是一個向量。如果 A 可逆，則解是唯一的。我們可以求解多個線性方程組。在這種情況下，A 是一批方陣，b 是一批向量。
語法
torch.linalg.solve(A, b)
引數
**A** – 方陣或方陣批次。它是線性方程組的係數矩陣。
**b** – 向量或向量批次。它是線性系統的右側張量。
它返回線性方程組解的張量。
**注意** – 此方法假設係數矩陣 A 是可逆的。如果它不可逆，則會引發執行時錯誤。
步驟
我們可以使用以下步驟來解決線性方程組。
匯入所需的庫。在以下所有示例中，所需的 Python 庫為 **torch**。確保您已安裝它。
import torch
為給定的線性方程組定義係數矩陣和右側張量。
A = torch.tensor([[2., 3.],[1., -2.]]) b = torch.tensor([3., 0.])
使用 torch.linalg.solve(A,b) 計算唯一解。係數矩陣 A 必須可逆。
X = torch.linalg.solve(A, b)
顯示解決方案。
print("Solution:
", X)檢查計算出的解是否正確。
print(torch.allclose(A @ X, b)) # True for correct solution
示例 1
請檢視以下示例：
# import required library
import torch
'''
Let's suppose our square system of linear equations is:
2x + 3y = 3
x - 2y = 0
'''
print("Linear equation:")
print("2x + 3y = 3")
print("x - 2y = 0")
# define the coefficient matrix A
A = torch.tensor([[2., 3.],[1., -2.]])
# define right hand side tensor b
b = torch.tensor([3., 0.])
# Solve the linear equation
X = torch.linalg.solve(A, b)
# print the solution of above linear equation
print("Solution:
", X)
# check above solution to be true
print(torch.allclose(A @ X, b))輸出
它將產生以下輸出：
Linear equation: 2x + 3y = 3 x - 2y = 0 Solution: tensor([0.8571, 0.4286]) True
示例 2
讓我們再舉一個例子：
# import required library
import torch
# define the coefficient matrix A for a 3x3
# square system of linear equations
A = torch.randn(3,3)
# define right hand side tensor b
b = torch.randn(3)
# Solve the linear equation
X = torch.linalg.solve(A, b)
# print the solution of above linear equation
print("Solution:
", X)
# check above solution to be true
print(torch.allclose(A @ X, b))輸出
它將產生以下輸出：
Solution: tensor([-0.2867, -0.9850, 0.9938]) True
更新於： 2022年1月7日
693 次瀏覽
廣告