Pytorch与矩阵分解-SVD分解。

奇异值分解（Singular Value Decomposition）是线性代数中一种重要的矩阵分解，奇异值分解（SVD）在降维，数据压缩，推荐系统等有广泛的应用，任何矩阵都可以进行奇异值分解。

1.SVD分解

SVD也是对矩阵进行分解，但是和特征分解不同，SVD不要求被分解的矩阵是方阵。假设 A 是一个m*n 的矩阵，那么可以定义A的SVD为：