torch.linalg.ldl_factor_ex

torch.linalg.ldl_factor_ex(A, *, hermitian=False, check_errors=False, out=None) [исходный код]

Это версия ldl_factor(), которая не выполняет проверки ошибок, если только check_errors= True. Она также возвращает тензор info, возвращаемый функцией sytrf из LAPACK. info хранит целочисленные коды ошибок из библиотеки бэкенда. Положительное целое число указывает на диагональный элемент матрицы $D$, равный нулю. Если результат используется для решения системы линейных уравнений, произойдёт деление на 0. info, заполненный нулями, указывает на успешную факторизацию. Если check_errors=True и info содержат положительные целые числа, возникает исключение RuntimeError.

Примечание

Если входные данные находятся на устройстве CUDA, эта функция выполняет синхронизацию только при условии check_errors= True.

Предупреждение

Эта функция является «экспериментальной» и может измениться в будущей версии PyTorch.

Параметры:

A (Tensor) – тензор формы (*, n, n), где * — ноль или более пакетных размерностей, состоящих из симметричных или эрмитовых матриц.

Именованные аргументы:

• hermitian (bool, необязательно) – следует ли считать входные данные эрмитовыми или симметричными. Для матриц с действительными значениями этот параметр не влияет на результат. По умолчанию: False.
• check_errors (bool, необязательно) – определяет, нужно ли проверять содержимое info и вызывать ошибку, если оно не равно нулю. По умолчанию: False.
• out (tuple, необязательно) – кортеж из трёх тензоров, в которые записывается результат. Игнорируется, если None. По умолчанию: None.

Возвращает:

Именованный кортеж (LD, pivots, info).

Примеры:

>>> A = torch.randn(3, 3)
>>> A = A @ A.mT # make symmetric
>>> A
tensor([[7.2079, 4.2414, 1.9428],
        [4.2414, 3.4554, 0.3264],
        [1.9428, 0.3264, 1.3823]])
>>> LD, pivots, info = torch.linalg.ldl_factor_ex(A)
>>> LD
tensor([[ 7.2079,  0.0000,  0.0000],
        [ 0.5884,  0.9595,  0.0000],
        [ 0.2695, -0.8513,  0.1633]])
>>> pivots
tensor([1, 2, 3], dtype=torch.int32)
>>> info
tensor(0, dtype=torch.int32)