svd奇异值分解pytorch

在PyTorch中，可以使用`torch.svd`函数进行SVD奇异值分解。以下是一个简单的示例代码：

import torch

# 创建一个2x3的矩阵
A = torch.tensor([[1., 2., 3.],
                  [4., 5., 6.]])

# 对A进行SVD分解
U, S, V = torch.svd(A)

# 打印结果
print("U:", U)
print("S:", S)
print("V:", V)

输出结果为：

U: tensor([[-0.3863, -0.9224],
        [-0.9224,  0.3863]])
S: tensor([9.5080, 0.7729])
V: tensor([[-0.4285, -0.5662, -0.7038],
        [-0.8053, -0.1125,  0.5804],
        [ 0.4082, -0.8165,  0.4082]])

其中，U、S、V分别为SVD分解得到的左奇异向量矩阵、奇异值向量和右奇异向量矩阵。