如何定义大量的对角矩阵？

Question

让我们考虑张量：

scale = torch.tensor([[1.0824, 1.0296, 1.0065, 0.9395, 0.9424, 1.0260, 0.9805, 1.0509],
        [1.1002, 1.0358, 1.0112, 0.9466, 0.9454, 0.9942, 0.9891, 1.0485],
        [1.1060, 1.0157, 1.0216, 0.9544, 0.9378, 1.0160, 0.9671, 1.0240]])

其形状为：

scale.shape
torch.Size([3, 8])

我想要一个形状为 [3, 8, 8] 的张量，其中我有三个使用张量 scale 值的对角矩阵。换句话说，第一个矩阵的对角线仅使用 scale[0]，第二个 scale[1] 和最后一个 scale[2].

我们可以做到无脑:

import torch
temp = torch.tensor([])
for i in range(0, 3):
    temp = torch.cat([temp, torch.diag(scale[i])])
temp = temp.view(3, 8, 8)
temp

但我想知道是否还有其他更有效的方法来做到这一点。

Answer 1

我想你在找 diag_embed:

temp = torch.diag_embed(scale)

例如：

scale = torch.arange(24).view(3,8)
torch.diag_embed(scale)
tensor([[[ 0,  0,  0,  0,  0,  0,  0,  0],
         [ 0,  1,  0,  0,  0,  0,  0,  0],
         [ 0,  0,  2,  0,  0,  0,  0,  0],
         [ 0,  0,  0,  3,  0,  0,  0,  0],
         [ 0,  0,  0,  0,  4,  0,  0,  0],
         [ 0,  0,  0,  0,  0,  5,  0,  0],
         [ 0,  0,  0,  0,  0,  0,  6,  0],
         [ 0,  0,  0,  0,  0,  0,  0,  7]],

        [[ 8,  0,  0,  0,  0,  0,  0,  0],
         [ 0,  9,  0,  0,  0,  0,  0,  0],
         [ 0,  0, 10,  0,  0,  0,  0,  0],
         [ 0,  0,  0, 11,  0,  0,  0,  0],
         [ 0,  0,  0,  0, 12,  0,  0,  0],
         [ 0,  0,  0,  0,  0, 13,  0,  0],
         [ 0,  0,  0,  0,  0,  0, 14,  0],
         [ 0,  0,  0,  0,  0,  0,  0, 15]],

        [[16,  0,  0,  0,  0,  0,  0,  0],
         [ 0, 17,  0,  0,  0,  0,  0,  0],
         [ 0,  0, 18,  0,  0,  0,  0,  0],
         [ 0,  0,  0, 19,  0,  0,  0,  0],
         [ 0,  0,  0,  0, 20,  0,  0,  0],
         [ 0,  0,  0,  0,  0, 21,  0,  0],
         [ 0,  0,  0,  0,  0,  0, 22,  0],
         [ 0,  0,  0,  0,  0,  0,  0, 23]]])

如果你坚持使用循环和torch.cat，你可以使用列表理解：

temp = torch.stack([torch.diag(s_) for s_ in scale])

如何定义大量的对角矩阵？

How to define plenty of diagonal matricies?

python

pytorch