torch.triu

torch.triu(input, diagonal=0, *, out=None) → Tensor

Возвращает верхнюю треугольную часть матрицы (двумерного тензора) или набора матриц input, остальные элементы результирующего тензора out устанавливаются в 0.

Верхняя треугольная часть матрицы определяется как элементы на и выше диагонали.

Аргумент diagonal управляет диагональю, которую следует учитывать. Если diagonal = 0, все элементы на и выше главной диагонали сохраняются. Положительное значение исключает столько же диагоналей выше главной диагонали, а отрицательное значение включает столько же диагоналей ниже главной диагонали. Главная диагональ — это набор индексов $\lbrace (i, i) \rbrace$ для $i \in [0, \min\{d_{1}, d_{2}\} - 1]$ где $d_{1}, d_{2}$ — это размеры матрицы.

Parameters:

• input (Tensor) – входной тензор.
• diagonal (int, optional) – диагональ для рассмотрения

Keyword Arguments:

out (Tensor, optional) – выходной тензор.

Пример:

>>> a = torch.randn(3, 3)
>>> a
tensor([[ 0.2309,  0.5207,  2.0049],
        [ 0.2072, -1.0680,  0.6602],
        [ 0.3480, -0.5211, -0.4573]])
>>> torch.triu(a)
tensor([[ 0.2309,  0.5207,  2.0049],
        [ 0.0000, -1.0680,  0.6602],
        [ 0.0000,  0.0000, -0.4573]])
>>> torch.triu(a, diagonal=1)
tensor([[ 0.0000,  0.5207,  2.0049],
        [ 0.0000,  0.0000,  0.6602],
        [ 0.0000,  0.0000,  0.0000]])
>>> torch.triu(a, diagonal=-1)
tensor([[ 0.2309,  0.5207,  2.0049],
        [ 0.2072, -1.0680,  0.6602],
        [ 0.0000, -0.5211, -0.4573]])

>>> b = torch.randn(4, 6)
>>> b
tensor([[ 0.5876, -0.0794, -1.8373,  0.6654,  0.2604,  1.5235],
        [-0.2447,  0.9556, -1.2919,  1.3378, -0.1768, -1.0857],
        [ 0.4333,  0.3146,  0.6576, -1.0432,  0.9348, -0.4410],
        [-0.9888,  1.0679, -1.3337, -1.6556,  0.4798,  0.2830]])
>>> torch.triu(b, diagonal=1)
tensor([[ 0.0000, -0.0794, -1.8373,  0.6654,  0.2604,  1.5235],
        [ 0.0000,  0.0000, -1.2919,  1.3378, -0.1768, -1.0857],
        [ 0.0000,  0.0000,  0.0000, -1.0432,  0.9348, -0.4410],
        [ 0.0000,  0.0000,  0.0000,  0.0000,  0.4798,  0.2830]])
>>> torch.triu(b, diagonal=-1)
tensor([[ 0.5876, -0.0794, -1.8373,  0.6654,  0.2604,  1.5235],
        [-0.2447,  0.9556, -1.2919,  1.3378, -0.1768, -1.0857],
        [ 0.0000,  0.3146,  0.6576, -1.0432,  0.9348, -0.4410],
        [ 0.0000,  0.0000, -1.3337, -1.6556,  0.4798,  0.2830]])