首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Pytorch的Autograd不支持复数矩阵求逆,有谁有解决方法吗?

问Pytorch的Autograd不支持复数矩阵求逆,有谁有解决方法吗?
EN

Stack Overflow用户
提问于 2021-01-14 09:31:34
回答 2查看 349关注 0票数 3

在我的损失函数中的某处,我对一个大小为64*64的复数矩阵求逆。尽管torch.tensor支持复数矩阵求逆,但无法在训练循环中计算梯度,因为我得到了这个错误:

RuntimeError: inverse不支持对具有复杂类型的输出进行自动区分。

有没有人有解决这个问题的办法?也许是一个自定义函数而不是torch.inverse?

EN

回答 2

Stack Overflow用户

发布于 2021-01-14 16:08:12

您可以使用复数矩阵的实数分量自己求逆。

首先是一些线性代数:

复数矩阵C可以写成两个实数矩阵A和B的和(j是-1的sqrt ):

代码语言:javascript
复制
C = A + jB  

求C的逆矩阵基本上就是找两个实数矩阵x和y,使得

代码语言:javascript
复制
(A + jB)(x + jy) = I + j0

这归结为求解实值方程组:

​

既然我们知道了如何将复数矩阵求逆简化为实数矩阵求逆,我们就可以使用pytorch的solve为我们进行求逆了。

代码语言:javascript
复制
def complex_inverse(C):
  A = torch.real(C)
  B = torch.imag(C)
  # construct the left hand side of the system of equations
  # side note: from pytorch 1.7.1 you can use vstack and hstack instead of cat
  lhs = torch.cat([torch.cat([A, -B], dim=1), torch.cat([B, A], dim=1)], dim=0)
  # construct the rhs of the system of equations
  rhs = torch.cat([torch.eye(A.shape[0]).to(A), torch.zeros_like(A)],dim=0)

  # solve the system of equations
  raw, _ = torch.solve(rhs, lhs)
  # write the solution as a single complex matrix
  iC = raw[:C.shape[0], :] + 1j * raw[C.shape[0]:, :]
  return iC  

您可以使用numpy验证解决方案:

代码语言:javascript
复制
# C is a complex torch tensor
iC = complex_inverse(C)

with torch.no_grad():  
  print(np.isclose(iC.cpu().numpy() @ C.cpu().numpy(), np.eye(C.shape[0])).all())  

请注意,通过使用块矩阵的求逆技巧,您可以减少solve操作的计算成本。

票数 3
EN

Stack Overflow用户

发布于 2021-06-22 00:04:17

从1.9开始,PyTorch现在支持复杂的自动评分。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/65712154

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档