torch.linalg.tensorsolve

torch.linalg.tensorsolve(A, B, dims=None, *, out=None) → Tensor [исходный код]

Вычисляет решение X системы torch.tensordot(A, X) = B.

Если m является произведением первых B.ndim измерений A, а n — произведением остальных измерений, эта функция ожидает, что m и n будут равны.

Возвращаемый тензор x удовлетворяет условию tensordot(A, x, dims=x.ndim) == B. x имеет форму A[B.ndim:].

Если указан dims, A будет преобразован к форме

A = movedim(A, dims, range(len(dims) - A.ndim + 1, 0))

Поддерживаются входные данные типов float, double, cfloat и cdouble.

См. также

torch.linalg.tensorinv() вычисляет мультипликативную обратную величину для torch.tensordot().

Параметры:

• A (Tensor) – тензор, для которого нужно найти решение. Его форма должна удовлетворять условию prod(A.shape[:B.ndim]) == prod(A.shape[B.ndim:]).
• B (Tensor) – тензор формы A.shape[:B.ndim].
• dims (Tuple[int], optional) – измерения A, которые нужно переместить. Если None, измерения не перемещаются. По умолчанию: None.

Именованные аргументы:

out (Tensor, optional) – выходной тензор. Игнорируется, если None. По умолчанию: None.

Вызывает исключение:

RuntimeError – если преобразованный A.view(m, m) с m, как указано выше, необратим или произведение первых ind измерений не равно произведению остальных измерений.

Примеры:

>>> A = torch.eye(2 * 3 * 4).reshape((2 * 3, 4, 2, 3, 4))
>>> B = torch.randn(2 * 3, 4)
>>> X = torch.linalg.tensorsolve(A, B)
>>> X.shape
torch.Size([2, 3, 4])
>>> torch.allclose(torch.tensordot(A, X, dims=X.ndim), B)
True

>>> A = torch.randn(6, 4, 4, 3, 2)
>>> B = torch.randn(4, 3, 2)
>>> X = torch.linalg.tensorsolve(A, B, dims=(0, 2))
>>> X.shape
torch.Size([6, 4])
>>> A = A.permute(1, 3, 4, 0, 2)
>>> A.shape[B.ndim:]
torch.Size([6, 4])
>>> torch.allclose(torch.tensordot(A, X, dims=X.ndim), B, atol=1e-6)
True