torch.triu_indices

torch.triu_indices(row, col, offset=0, *, dtype=torch.long, device='cpu', layout=torch.strided) → Tensor

返回一個 2-by-N Tensor，其中包含一個 row x col 矩陣的上三角部分的索引。第一行包含所有索引的列座標，第二行包含行座標。索引的排序方式是基於列，然後是行。

矩陣的上三角部分定義為對角線上及對角線上方的元素。

參數 offset 控制要考慮的對角線。 如果 offset = 0，則保留主對角線上及之上的所有元素。 正值會排除主對角線上方的相同數量的對角線，類似地，負值會包含主對角線下方的相同數量的對角線。 主對角線是索引集合 $\lbrace (i, i) \rbrace$，其中 $i \in [0, \min\{d_{1}, d_{2}\} - 1]$，其中 $d_{1}, d_{2}$ 是矩陣的維度。

注意

在 CUDA 上運行時， row * col 必須小於 $2^{59}$，以防止計算期間溢位。

參數

• row (int) – 2D 矩陣中的列數。

• col (int) – 2D 矩陣中的行數。

• offset (int) – 與主對角線的對角線偏移量。預設值：如果未提供，則為 0。

關鍵字參數

• dtype (torch.dtype, optional) – 返回的 tensor 的所需資料類型。預設值：如果 None，則為 torch.long。

• device (torch.device, optional) – 返回的 tensor 的所需裝置。預設值：如果 None，則使用預設 tensor 類型的目前裝置（請參閱 torch.set_default_device()）。 device 對於 CPU tensor 類型將為 CPU，而對於 CUDA tensor 類型將為目前的 CUDA 裝置。

• layout (torch.layout, optional) – 目前僅支援 torch.strided。

範例

>>> a = torch.triu_indices(3, 3)
>>> a
tensor([[0, 0, 0, 1, 1, 2],
        [0, 1, 2, 1, 2, 2]])

>>> a = torch.triu_indices(4, 3, -1)
>>> a
tensor([[0, 0, 0, 1, 1, 1, 2, 2, 3],
        [0, 1, 2, 0, 1, 2, 1, 2, 2]])

>>> a = torch.triu_indices(4, 3, 1)
>>> a
tensor([[0, 0, 1],
        [1, 2, 2]])