TUTORIALAI & dataFETCHED
PyTorch torch.resolve_conj 函数
PyTorch torch.resolve_conj 函数 Pytorch torch 参考手册 torch.resolve_conj 是 PyTorch 中用于解析共轭视图的函数。如果输入张量是共轭复数的视图,该函数会返回实际的张量数据;否则直接返回原张量。 函数定义 torch.resolve_conj(input) 使用示例 实例 [mycode4 type='python'] import..
Updated 7/16/2026
Tutorial detail pages default to noindex.
PyTorch torch.resolve_conj 函数
torch.resolve_conj 是 PyTorch 中用于解析共轭视图的函数。如果输入张量是共轭复数的视图,该函数会返回实际的张量数据;否则直接返回原张量。
函数定义
torch.resolve_conj(input)
使用示例
实例
import torch
# 创建复数张量
x = torch.randn(3, dtype=torch.complex64)
# 获取共轭视图
x_conj = torch.conj(x)
# 解析共轭
resolved = torch.resolve_conj(x_conj)
print("原始张量:", x)
print("共轭视图:", x_conj)
print("解析后:", resolved)
# 创建复数张量
x = torch.randn(3, dtype=torch.complex64)
# 获取共轭视图
x_conj = torch.conj(x)
# 解析共轭
resolved = torch.resolve_conj(x_conj)
print("原始张量:", x)
print("共轭视图:", x_conj)
print("解析后:", resolved)
输出结果为:
原始张量: tensor([ 1.2345+0.5678j, -2.3456+1.2345j, 3.4567-0.9876j]) 共轭视图: tensor([ 1.2345-0.5678j, -2.3456-1.2345j, 3.4567+0.9876j]) 解析后: tensor([ 1.2345-0.5678j, -2.3456-1.2345j, 3.4567+0.9876j])
Pytorch torch 参考手册