pytorch实现矩阵的逆 |
您所在的位置：网站首页 › numpy如何求逆矩阵 › pytorch实现矩阵的逆 |
pytorch实现矩阵的逆
|
背景：本来pytorch是实现了逆矩阵的函数的，1.8之前是torch.inverse()，1.8是在torch.linalg.inv() 反正就是实现了，按理来说不需要去手动实现这玩意 但是，cuda不支持逆矩阵inverse，因此onnx当然也没实现inverse 但是我们训练的模型需要移植到onnx甚至cuda就会变得很困难，甚至你想在pytorch里面使用model.half()进行半精度运算的时候，就会报错说，cuda不支持inverse 因此，只能换个思路，自己实现这个算子，使用更为常见的算子来进行替代inverse pytorch和numpy的源码很难找到inverse的具体实现，因此我只能另想办法，直到看到这篇文章，人家使用numpy进行实现的，那我可以直接改为pytorch版的 import torch from torch.linalg import det def cof1(M,index): zs = M[:index[0]-1,:index[1]-1] ys = M[:index[0]-1,index[1]:] zx = M[index[0]:,:index[1]-1] yx = M[index[0]:,index[1]:] s = torch.cat((zs,ys),axis=1) x = torch.cat((zx,yx),axis=1) return det(torch.cat((s,x),axis=0)) def alcof(M,index): return pow(-1,index[0]+index[1])*cof1(M,index) def adj(M): result = torch.zeros((M.shape[0],M.shape[1])) for i in range(1,M.shape[0]+1): for j in range(1,M.shape[1]+1): result[j-1][i-1] = alcof(M,[i,j]) return result def invmat(M): return 1.0/det(M)*adj(M) M = torch.FloatTensor([[1,2,-1],[2,3,4],[3,1,2]]) print(invmat(M)) print(torch.inverse(M))运行结果：
nice，搞定了 |
【本文地址】
今日新闻 |
推荐新闻 |