torch.lu_unpack

torch.lu_unpack(LU_data, LU_pivots, unpack_data=True, unpack_pivots=True, *, out=None)

Распаковывает LU-разложение, возвращённое функцией lu_factor(), в матрицы P, L, U.

См. также

lu() возвращает матрицы из LU-разложения. Формула вычисления градиента этой функции эффективнее, чем у последовательного вызова lu_factor() и lu_unpack().

Параметры:

• LU_data (Tensor) – упакованные данные LU-факторизации
• LU_pivots (Tensor) – упакованные опорные элементы LU-факторизации
• unpack_data (bool) – флаг, указывающий, следует ли распаковать данные. Если False, возвращаемые L и U являются пустыми тензорами. Значение по умолчанию: True
• unpack_pivots (bool) – флаг, указывающий, следует ли распаковать опорные элементы в матрицу перестановки P. Если False, возвращаемый P является пустым тензором. Значение по умолчанию: True

Именованные аргументы:

out (tuple, необязательный) – выходной кортеж из трёх тензоров. Игнорируется, если None.

Возвращает:

именованный кортеж (P, L, U)

Примеры:

>>> A = torch.randn(2, 3, 3)
>>> LU, pivots = torch.linalg.lu_factor(A)
>>> P, L, U = torch.lu_unpack(LU, pivots)
>>> # We can recover A from the factorization
>>> A_ = P @ L @ U
>>> torch.allclose(A, A_)
True

>>> # LU factorization of a rectangular matrix:
>>> A = torch.randn(2, 3, 2)
>>> LU, pivots = torch.linalg.lu_factor(A)
>>> P, L, U = torch.lu_unpack(LU, pivots)
>>> # P, L, U are the same as returned by linalg.lu
>>> P_, L_, U_ = torch.linalg.lu(A)
>>> torch.allclose(P, P_) and torch.allclose(L, L_) and torch.allclose(U, U_)
True