pytorch - 如何在 pytorch 中处理运行时错误时矢量化矩阵求逆

Question

我需要在 pytorch 中反转一些矩阵。但是，有些矩阵是不可逆的，这导致代码抛出运行时错误如下，

matrices = torch.randn([5,3,3])
matrices[[2,3]] = torch.zeros([3,3])
inverses = torch.inverse(matrices)

RuntimeError: inverse_cpu: For batch 2: U(1,1) is zero, singular U.

对于这种情况，我有一种备用技术。但是，我无法弄清楚哪些矩阵会引发错误。目前，我已将代码替换为非矢量化版本，但它已成为瓶颈。

有没有办法在不放弃矢量化的情况下处理这个问题？

标签： pytorchvectorizationmatrix-inverse

Answer 1

我能想到的最好方法是首先计算每个矩阵的行列式，然后计算具有abs(det)>0.

matrices = torch.randn([5,3,3])
matrices[[2,3]] = torch.zeros([3,3])
determinants = torch.det(matrices)
inverses = torch.inverse(matrices[determinants.abs()>0.])

您必须处理奇异矩阵的删除，但这应该不会太难，因为您有这些矩阵的索引值来自determinants.abs()==0.. 这允许您保持反演矢量化。