배치 텐서의 배치 대각선 부분을 반환합니다.
일괄 처리된 `입력`의 `k[0]`번째부터 `k[1]`번째 대각선을 포함하는 텐서를 반환합니다.
`입력`에 `r` 차원 `[I, J, ..., L, M, N]`이 있다고 가정합니다. `max_diag_len`을 추출할 모든 대각선 중 최대 길이로 `max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))``num_diags` 추출할 대각선의 수, `num_diags = k[1] - k[0] + 1`입니다.
`num_diags == 1`인 경우 출력 텐서는 `[I, J, ..., L, max_diag_len]` 모양과 값을 갖는 `r - 1` 순위입니다.
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.
여기서 `y = max(-k[1], 0)`, `x = max(k[1], 0)`입니다.그렇지 않으면, 출력 텐서의 순위는 `[I, J, ..., L, num_diags, max_diag_len]` 차원과 다음 값을 갖는 `r`입니다.
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.
여기서 `d = k[1] - m`, `y = max(-d, 0) - 오프셋` 및 `x = max(d, 0) - 오프셋`입니다.'오프셋'은 대각선 정렬이 오른쪽인 경우를 제외하면 0입니다.
offset = max_diag_len - diag_len(d) ; if (`align` in {RIGHT_LEFT, RIGHT_RIGHT}
and `d >= 0`) or
(`align` in {LEFT_RIGHT, RIGHT_RIGHT}
and `d <= 0`)
0 ; otherwise
여기서 `diag_len(d) = min(cols - max(d, 0), 행 + min(d, 0))`.입력은 최소한 행렬이어야 합니다.
예를 들어:
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 band from each batch.
tf.matrix_diag_part(input, k = (-1, 2))
==> [[[0, 3, 8], # Output shape: (2, 4, 3)
[2, 7, 6],
[1, 6, 7],
[5, 8, 0]],
[[0, 3, 4],
[4, 3, 8],
[5, 2, 7],
[1, 6, 0]]]
# LEFT_RIGHT alignment.
tf.matrix_diag_part(input, k = (-1, 2), align="LEFT_RIGHT")
==> [[[3, 8, 0], # Output shape: (2, 4, 3)
[2, 7, 6],
[1, 6, 7],
[0, 5, 8]],
[[3, 4, 0],
[4, 3, 8],
[5, 2, 7],
[0, 1, 6]]]
# max_diag_len can be shorter than the main diagonal.
tf.matrix_diag_part(input, k = (-2, -1))
==> [[[5, 8],
[9, 0]],
[[1, 6],
[5, 0]]]
# padding_value = 9
tf.matrix_diag_part(input, k = (1, 3), padding_value = 9)
==> [[[9, 9, 4], # Output shape: (2, 3, 3)
[9, 3, 8],
[2, 7, 6]],
[[9, 9, 2],
[9, 3, 4],
[4, 3, 8]]]
중첩 클래스
수업 | MatrixDiagPartV3.Options | MatrixDiagPartV3 의 선택적 속성 |
공개 방법
정적 MatrixDiagPartV3.Options | align (문자열 정렬) |
출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
정적 <T> MatrixDiagPartV3 <T> | |
출력 <T> | 대각선 () 추출된 대각선입니다. |
상속된 메서드
공개 방법
public static MatrixDiagPartV3.Options 정렬 (문자열 정렬)
매개변수
맞추다 | 일부 대각선은 'max_diag_len'보다 짧으며 패딩이 필요합니다. `align`은 상부 대각선과 하부 대각선이 각각 어떻게 정렬되어야 하는지를 지정하는 문자열입니다. 가능한 정렬은 "RIGHT_LEFT"(기본값), "LEFT_RIGHT", "LEFT_LEFT" 및 "RIGHT_RIGHT"의 네 가지입니다. "RIGHT_LEFT"는 위쪽 대각선을 오른쪽(행 왼쪽 채우기)으로 정렬하고 하위 대각선을 왼쪽(행 오른쪽 채우기)으로 정렬합니다. LAPACK이 사용하는 패킹 형식입니다. cuSPARSE는 반대 정렬인 "LEFT_RIGHT"를 사용합니다. |
---|
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
공개 정적 MatrixDiagPartV3 <T> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <Integer> k, 피연산자 <T> paddingValue, 옵션... 옵션)
새로운 MatrixDiagPartV3 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
입력 | `r >= 2`인 `r` 텐서의 순위를 지정합니다. |
케이 | 대각선 오프셋. 양수 값은 상부 대각선, 0은 주 대각선, 음수 값은 하부 대각선을 의미합니다. 'k'는 단일 정수(단일 대각선의 경우)이거나 매트릭스 밴드의 최저 및 최고 끝을 지정하는 정수 쌍일 수 있습니다. `k[0]`은 `k[1]`보다 클 수 없습니다. |
패딩값 | 지정된 대각선 밴드 외부 영역을 채울 값입니다. 기본값은 0입니다. |
옵션 | 선택적 속성 값을 전달합니다. |
보고
- MatrixDiagPartV3의 새 인스턴스