Fonction torch.cov de PyTorch
Manuel de référence PyTorch torch
torch.covest une fonction de PyTorch utilisée pour calculer la matrice de covariance. Elle calcule la matrice de covariance du tenseur d'entrée pour mesurer la covariance entre les variables.
Définition de fonction
torch.cov(input, correction=1, fweights=None, aweights=None)
Exemple d'utilisation
Exemple
import torch
# Calculer la matrice de covariance
x = torch.tensor([[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6]], dtype=torch.float32)
print("Matrice d'entrée :")
print(x)
# Calculer la matrice de covariance (correction de Bessel utilisée par défaut)
cov = torch.cov(x)
print("Matrice de covariance :")
print(cov)
# Sans correction (correction=0)
cov_no_correction = torch.cov(x, correction=0)
print("Matrice de covariance sans correction :")
print(cov_no_correction)
# Deux variables
a = torch.tensor([1, 2, 3, 4, 5], dtype=torch.float32)
b = torch.tensor([2, 4, 6, 8, 10], dtype=torch.float32)
data = torch.stack([a, b])
cov2 = torch.cov(data)
print("Matrice de covariance de a et b :")
print(cov2)
# Calculer la matrice de covariance
x = torch.tensor([[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6]], dtype=torch.float32)
print("Matrice d'entrée :")
print(x)
# Calculer la matrice de covariance (correction de Bessel utilisée par défaut)
cov = torch.cov(x)
print("Matrice de covariance :")
print(cov)
# Sans correction (correction=0)
cov_no_correction = torch.cov(x, correction=0)
print("Matrice de covariance sans correction :")
print(cov_no_correction)
# Deux variables
a = torch.tensor([1, 2, 3, 4, 5], dtype=torch.float32)
b = torch.tensor([2, 4, 6, 8, 10], dtype=torch.float32)
data = torch.stack([a, b])
cov2 = torch.cov(data)
print("Matrice de covariance de a et b :")
print(cov2)
Autres extensions