pc网站开发如何进行主题网站的资源建设
AlphaFold3 rigid_utils 模块Rotation类的 map_tensor_fn方法主要作用是对旋转矩阵或四元数上的最后一维应用一个函数 (fn) ，并返回一个新的 Rotation 对象。
源代码：
def map_tensor_fn(self, fn: Callable[torch.Tensor, torch.Tensor]) -> Rotation:"""Apply a Tensor -> Tensor function to underlying rotation tensors,mapping over the rotation dimension(s). Can be used e.g. to sum outa one-hot batch dimension.Args:fn:A Tensor -> Tensor function to be mapped over the Rotation Returns:The transformed Rotation object""" if(self._rot_mats is not None):rot_mats = self._rot_mats.view(self._rot_mats.shape[:-2] + (9,))rot_mats = torch.stack(list(map(fn, torch.unbind(rot_mats, dim=-1))), dim=-1)rot_mats = rot_mats.view(rot_mats.shape[:-1] + (3, 3))return Rotation(rot_mats=rot_mats, quats=None)elif(self._quats is not None):quats = torch.stack(list(map(fn, torch.unbind(self._quats, dim=-1))), dim=-1)return Rotation(rot_mats=None, quats=quats, normalize_quats=False)else:raise ValueError("Both rotations are None")代码解读：
方法签名
def map_tensor_fn(self, fn: Callable[torch.Tensor, torch.Tensor]) -> Rotation:
-
fn：接收一个Tensor，返回一个Tensor，典型用途是对旋转的某个维度做变换，比如求和、加权平均等。 -
返回值：一个新的
Rotation对象，里面装着变换后的旋转矩阵 (rot_mats) 或四元数 (quats)。
处理旋转矩阵 (_rot_mats)
如果 self._rot_mats 存在，就走这条分支：
if self._rot_mats is not None:# 把 (batch_size, ..., 3, 3) reshape 成 (batch_size, ..., 9)rot_mats = self._rot_mats.view(self._rot_mats.shape[:-2] + (9,))
✅ 解释：
view() 是为了把 3x3 的旋转矩阵摊平成 9 维向量，方便对最后一维应用函数。
rot_mats = torch.stack(list(map(fn, torch.unbind(rot_mats, dim=-1))), dim=-1
)
✅ 解释：
-
torch.unbind()：沿最后一维解开成 9 个独立的张量。 -
map(fn, ...)：对每个解开的张量应用fn。 -
torch.stack()：把变换后的 9 个张量重新堆叠回去。
注： torch.unbind 维度 -1 ，torch.stack 维度 +1, 并且都处理相同的维度（-1）。
rot_mats = rot_mats.view(rot_mats.shape[:-1] + (3, 3))
return Rotation(rot_mats=rot_mats, quats=None)
✅ 解释：
把 9 维向量重新 reshaped 成 (3, 3) 矩阵，并用它创建一个新的 Rotation 对象。
处理四元数 (_quats)
如果矩阵不存在，走四元数分支：
elif self._quats is not None:quats = torch.stack(list(map(fn, torch.unbind(self._quats, dim=-1))), dim=-1)return Rotation(rot_mats=None, quats=quats, normalize_quats=False)
✅ 解释：
-
逻辑和矩阵类似，先
unbind()分解四元数的最后一维，对每个部分应用fn()，再stack()堆叠回来。 -
创建新
Rotation对象时加了normalize_quats=False，说明这一步不需要再归一化。
防错处理
如果两个旋转表示都没有，抛出异常：
else:raise ValueError("Both rotations are None")
总结
map_tensor_fn() 是一种 高阶函数，它能灵活地对旋转矩阵或四元数的最后一维执行各种操作（比如求和、加权、归一化、剪裁等）。
核心逻辑：
-
矩阵路径 → reshape(9维) → 分解 → 应用函数 → 堆叠 → 恢复3x3
-
四元数路径 → 分解 → 应用函数 → 堆叠