torch.linalg.svdvals

torch.linalg.svdvals(A, *, driver=None, out=None) → 张量

计算矩阵的奇异值。

支持输入 float、double、cfloat 和 cdouble 数据类型。 还支持矩阵的批处理，如果 A 是矩阵的批处理，则输出具有相同的批处理维度。

奇异值按降序返回。

注意

此函数等同于 NumPy 的 linalg.svd(A, compute_uv=False)。

注意

当输入位于CUDA设备上时，此函数会同步该设备与CPU。

另请参阅

torch.linalg.svd() 计算完整的奇异值分解。

Parameters

A (张量) – 形状为 (*, m, n) 的张量，其中 * 表示零个或多个批次维度。

Keyword Arguments

• 驱动程序 (字符串, 可选) – 要使用的 cuSOLVER 方法的名称。此关键字参数仅适用于 CUDA 输入。 可用选项包括：无、gesvd、gesvdj 和 gesvda。 详情请查看 torch.linalg.svd()。 默认值：无。

• 输出 (张量, 可选) – 输出张量。如果为无，则忽略。默认值：无。

Returns

一个实值张量，即使 A 是复数。

示例：

>>> A = torch.randn(5, 3)
>>> S = torch.linalg.svdvals(A)
>>> S
tensor([2.5139, 2.1087, 1.1066])

>>> torch.dist(S, torch.linalg.svd(A, full_matrices=False).S)
tensor(2.4576e-07)