数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究PyTorch – torch.linalg.solve() 方法
为了解决具有唯一解的线性方程组，我们可以使用 **torch.linalg.solve()** 方法。此方法接受两个参数：
首先，系数矩阵 **A**，以及
其次，右侧张量 **b**。
其中 **A** 是一个方阵，b 是一个向量。如果 A 可逆，则解是唯一的。我们可以求解多个线性方程组。在这种情况下，A 是一批方阵，b 是一批向量。
语法
torch.linalg.solve(A, b)
参数
**A** – 方阵或方阵批次。它是线性方程组的系数矩阵。
**b** – 向量或向量批次。它是线性系统的右侧张量。
它返回线性方程组解的张量。
**注意** – 此方法假设系数矩阵 A 是可逆的。如果它不可逆，则会引发运行时错误。
步骤
我们可以使用以下步骤来解决线性方程组。
导入所需的库。在以下所有示例中，所需的 Python 库为 **torch**。确保您已安装它。
import torch
为给定的线性方程组定义系数矩阵和右侧张量。
A = torch.tensor([[2., 3.],[1., -2.]]) b = torch.tensor([3., 0.])
使用 torch.linalg.solve(A,b) 计算唯一解。系数矩阵 A 必须可逆。
X = torch.linalg.solve(A, b)
显示解决方案。
print("Solution:
", X)检查计算出的解是否正确。
print(torch.allclose(A @ X, b)) # True for correct solution
示例 1
请查看以下示例：
# import required library
import torch
'''
Let's suppose our square system of linear equations is:
2x + 3y = 3
x - 2y = 0
'''
print("Linear equation:")
print("2x + 3y = 3")
print("x - 2y = 0")
# define the coefficient matrix A
A = torch.tensor([[2., 3.],[1., -2.]])
# define right hand side tensor b
b = torch.tensor([3., 0.])
# Solve the linear equation
X = torch.linalg.solve(A, b)
# print the solution of above linear equation
print("Solution:
", X)
# check above solution to be true
print(torch.allclose(A @ X, b))输出
它将产生以下输出：
Linear equation: 2x + 3y = 3 x - 2y = 0 Solution: tensor([0.8571, 0.4286]) True
示例 2
让我们再举一个例子：
# import required library
import torch
# define the coefficient matrix A for a 3x3
# square system of linear equations
A = torch.randn(3,3)
# define right hand side tensor b
b = torch.randn(3)
# Solve the linear equation
X = torch.linalg.solve(A, b)
# print the solution of above linear equation
print("Solution:
", X)
# check above solution to be true
print(torch.allclose(A @ X, b))输出
它将产生以下输出：
Solution: tensor([-0.2867, -0.9850, 0.9938]) True
更新于： 2022年1月7日
693 次浏览
广告