সতর্কতা: প্রতিস্থাপন স্থিতিশীল হওয়ার পরে এই API টি অবচয় করা হয়েছে এবং টেনসরফ্লোয়ের ভবিষ্যতের সংস্করণে সরানো হবে।

MatrixDiagPartV2

পাবলিক চূড়ান্ত বর্গ MatrixDiagPartV2

ব্যাচ করা টেনসরের ব্যাচ করা তির্যক অংশ ফেরত দেয়।

ব্যাচ করা `ইনপুট`-এর `k[0]`-th থেকে `k[1]`-তম কর্ণ সহ একটি টেনসর প্রদান করে।

ধরে নিন `ইনপুট` এর `r` মাত্রা আছে `[I, J, ..., L, M, N]`। নির্যাস করা সমস্ত কর্ণের মধ্যে `max_diag_len` সর্বাধিক দৈর্ঘ্য হতে দিন, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))` চলুন `num_diags` নির্যাস করার জন্য কর্ণের সংখ্যা হবে, `num_diags = k[1] - k[0] + 1`।

যদি `num_diags == 1`, আউটপুট টেন্সর পদে` R হয় - আকৃতি সঙ্গে 1` `[আমি জে, ..., এল, max_diag_len]` এবং মান:

diagonal[i, j, ..., l, n]
   = input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
     padding_value                 ; otherwise.
 
যেখানে `Y সর্বোচ্চ = (-k [1], 0)`, `x = সর্বোচ্চ(k[1], 0)`।

তা না হলে, আউটপুট টেন্সর র্যাঙ্ক `মাত্রা সঙ্গে` [আমি জে, ..., এল, num_diags, max_diag_len] `মান r` রয়েছে:

diagonal[i, j, ..., l, m, n]
   = input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
     padding_value                 ; otherwise.
 
যেখানে` D = ট [1] - m`, `Y = সর্বোচ্চ(-d, 0)`, এবং `x = সর্বোচ্চ(d, 0)`।

ইনপুট অন্তত একটি ম্যাট্রিক্স হতে হবে.

: উদাহরণস্বরূপ

input = np.array([[[1, 2, 3, 4],  # Input shape: (2, 3, 4)
                    [5, 6, 7, 8],
                    [9, 8, 7, 6]],
                   [[5, 4, 3, 2],
                    [1, 2, 3, 4],
                    [5, 6, 7, 8]]])
 
 # A main diagonal from each batch.
 tf.matrix_diag_part(input) ==> [[1, 6, 7],  # Output shape: (2, 3)
                                 [5, 2, 7]]
 
 # A superdiagonal from each batch.
 tf.matrix_diag_part(input, k = 1)
   ==> [[2, 7, 6],  # Output shape: (2, 3)
        [4, 3, 8]]
 
 # A tridiagonal band from each batch.
 tf.matrix_diag_part(input, k = (-1, 1))
   ==> [[[2, 7, 6],  # Output shape: (2, 3, 3)
         [1, 6, 7],
         [5, 8, 0]],
        [[4, 3, 8],
         [5, 2, 7],
         [1, 6, 0]]]
 
 # Padding value = 9
 tf.matrix_diag_part(input, k = (1, 3), padding_value = 9)
   ==> [[[4, 9, 9],  # Output shape: (2, 3, 3)
         [3, 8, 9],
         [2, 7, 6]],
        [[2, 9, 9],
         [3, 4, 9],
         [4, 3, 8]]]
 

পাবলিক পদ্ধতি

আউটপুট <টি>
asOutput ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <টি> MatrixDiagPartV2 <টি>
তৈরি ( ব্যাপ্তি সুযোগ প্রতীক <টি> ইনপুট, প্রতীক <integer> K, প্রতীক <টি> paddingValue)
একটি নতুন MatrixDiagPartV2 অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
আউটপুট <টি>
তির্যক ()
নিষ্কাশিত তির্যক(গুলি)।

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

পাবলিক আউটপুট <টি> asOutput ()

একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি সিম্বলিক হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনার প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক MatrixDiagPartV2 <টি> তৈরি করুন ( ব্যাপ্তি সুযোগ প্রতীক <টি> ইনপুট, প্রতীক <integer> K, প্রতীক <টি> paddingValue)

একটি নতুন MatrixDiagPartV2 অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
ইনপুট র্যাঙ্ক `r` টেনসর যেখানে `r >= 2`।
k তির্যক অফসেট(গুলি)। ধনাত্মক মান মানে অতিকর্ণ, 0 প্রধান কর্ণকে বোঝায় এবং ঋণাত্মক মান মানে উপকর্ণ। `k` একটি একক পূর্ণসংখ্যা হতে পারে (একটি একক তির্যকের জন্য) বা একটি ম্যাট্রিক্স ব্যান্ডের নিম্ন এবং উচ্চ প্রান্তগুলি নির্দিষ্ট করে এক জোড়া পূর্ণসংখ্যা। `k[0]` অবশ্যই `k[1]` এর চেয়ে বড় হবে না।
প্যাডিং ভ্যালু যে মানটি দিয়ে নির্দিষ্ট তির্যক ব্যান্ডের বাইরের এলাকাটি পূরণ করতে হবে। ডিফল্ট 0।
রিটার্নস
  • MatrixDiagPartV2 এর একটি নতুন উদাহরণ

পাবলিক আউটপুট <টি> তির্যক ()

নিষ্কাশিত তির্যক(গুলি)।