torch.linalg.svdvals

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

Вычисляет сингулярные значения матрицы.

Поддерживает входные данные типа float, double, cfloat и cdouble. Также поддерживает пакетные матрицы, и если A является пакетом матриц, то выходные данные имеют те же размерности пакета.

Сингулярные значения возвращаются в порядке убывания.

Примечание

Эта функция эквивалентна функции NumPy’s linalg.svd(A, compute_uv=False).

Примечание

При вводе данных на устройстве CUDA эта функция синхронизирует это устройство с процессором.

См. также

torch.linalg.svd() вычисляет полное сингулярное разложение.

Параметры:

A (Тензор) – тензор формы (*, m, n) где * — это ноль или более размерностей пакета.

Ключевые аргументы:

• driver (str, необязательно) – имя метода cuSOLVER, который необходимо использовать. Этот ключевой аргумент работает только с входными данными CUDA. Доступные варианты: None, gesvd, gesvdj, и gesvda. Подробности см. в torch.linalg.svd(). По умолчанию: None.
• out (Тензор, необязательно) – выходной тензор. Игнорируется, если None. По умолчанию: None.

Возвращает:

Вещественный тензор, даже когда A комплексный.

Примеры:

>>> 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)