[人工智能]Pytorch学习系列之矩阵运算

Pytorch矩阵运算

此文章随着博主的学习而持续更新

主要是总结在阅读代码时遇到的tensor计算问题

对角矩阵

获取矩阵对角元素

x = torch.randn(3, 3)
y = torch.diagonal(x)
print(y)

"""
tensor([[ 0.7220, -1.8137,  0.5217],
        [ 0.5010, -0.0773,  0.4702],
        [ 0.3320,  0.0329,  1.1394]])
        
tensor([ 0.7220, -0.0773,  1.1394])
"""

获取矩阵非对角元素

原理

假设一个n*n矩阵，这里下标从1开始，$k$表示第k行

则对角元素的小标位置为
$$(k?1)n+k$$
将n*n转换为(n-1)(n+1)时，会损失最后一个元素，即最后一个对角矩阵元素

将（1）式除以新矩阵的列数（n+1），余数为1，说明原矩阵对角元素位于新矩阵第一列的位置

x = torch.randn(3, 3)
y = x.flatten()[:-1].view(n - 1, n + 1)[:, 1:].flatten()
print(y)

"""
tensor([[-1.1656, -1.6680, -0.5478],
        [-0.6240,  1.7954, -0.2933],
        [-0.1587,  0.7560,  0.9796]])
        
tensor([-1.6680, -0.5478, -0.6240, -0.2933, -0.1587,  0.7560])
"""