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

MatrixDiagV2

সর্বজনীন চূড়ান্ত শ্রেণির ম্যাট্রিক্সডিয়াভিভি 2

প্রদত্ত ব্যাচযুক্ত তির্যক মানগুলির সাথে একটি ব্যাচেড তির্যক টেনসর প্রদান করে।

Everything কে [0] th -th থেকে `k [1] a-ম্যাট্রিক্সের ত্রিভুজগুলির সাথে everything প্যাডিং` সহ প্যাডেড সহ সমস্ত কিছুর সাথে` তির্যক বিষয়বস্তু সহ একটি সেন্সর ফিরে আসে ` `num_rows` এবং` num_col` আউটপুটটির অভ্যন্তরীণ ম্যাট্রিক্সের মাত্রা নির্দিষ্ট করে। যদি উভয়ই নির্দিষ্ট না করা থাকে তবে অপ্টটি অন্তর্নিহিত ম্যাট্রিক্সটি বর্গক্ষেত্র বলে মনে করে এবং এর আকারটি `k` এবং` ডায়াগোনাল-এর অন্তঃতম মাত্রা থেকে অনুমান করে ` যদি কেবলমাত্র তাদের মধ্যে একটি নির্দিষ্ট করা থাকে, অপশনটি অনির্ধারিত মানটি অন্যান্য মানদণ্ডের উপর ভিত্তি করে ক্ষুদ্রতম সম্ভব বলে ধরে নেয়।

আসুন `তির্যকটির` r` মাত্রা `[I, J, ..., L, M, N]` ` আউটপুট টেনসরটির আকার `r + 1 shape থাকে shape [I, J, ..., L, M, num_rows, num_col] - যখন কেবল একটি তির্যক দেওয়া হয় (` k` একটি পূর্ণসংখ্যা বা `কে [0] == কে [1] `)। অন্যথায়, এর আকার `r` রয়েছে shape [আই, জে, ..., এল, নাম_রোজ, নাম_ক্লস]` `

"তির্যক" এর দ্বিতীয় আন্তঃতম মাত্রার দ্বিগুণ অর্থ রয়েছে। যখন `k` স্কেলার হয় বা` কে [০] == কে [১] `,` এম` ব্যাচের আকারের [আই, জে, ..., এম] এর একটি অংশ হয় এবং আউটপুট টেনসর হয়: 0 বি 7 এ 2 এ 8 ই 30 অন্যথায়, B এম`কে একই ব্যাচে ম্যাট্রিক্সের জন্য ত্রিভুজগুলির সংখ্যা হিসাবে গণ্য করা হয় (`এম = কে [1]-কে [0] + 1`), এবং আউটপুট টেনসর:

output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
     padding_value                                     ; otherwise
 
যেখানে` d = n - m` , `diag_index = k [1] - d`, এবং` সূচক_ইন_ডিয়াগ = n - সর্বাধিক (d, 0) ``

উদাহরণস্বরূপ:

# The main diagonal.
 diagonal = np.array([[1, 2, 3, 4],            # Input shape: (2, 4)
                      [5, 6, 7, 8]])
 tf.matrix_diag(diagonal) ==> [[[1, 0, 0, 0],  # Output shape: (2, 4, 4)
                                [0, 2, 0, 0],
                                [0, 0, 3, 0],
                                [0, 0, 0, 4]],
                               [[5, 0, 0, 0],
                                [0, 6, 0, 0],
                                [0, 0, 7, 0],
                                [0, 0, 0, 8]]]
 
 # A superdiagonal (per batch).
 diagonal = np.array([[1, 2, 3],  # Input shape: (2, 3)
                      [4, 5, 6]])
 tf.matrix_diag(diagonal, k = 1)
   ==> [[[0, 1, 0, 0],  # Output shape: (2, 4, 4)
         [0, 0, 2, 0],
         [0, 0, 0, 3],
         [0, 0, 0, 0]],
        [[0, 4, 0, 0],
         [0, 0, 5, 0],
         [0, 0, 0, 6],
         [0, 0, 0, 0]]]
 
 # A band of diagonals.
 diagonals = np.array([[[1, 2, 3],  # Input shape: (2, 2, 3)
                        [4, 5, 0]],
                       [[6, 7, 9],
                        [9, 1, 0]]])
 tf.matrix_diag(diagonals, k = (-1, 0))
   ==> [[[1, 0, 0],  # Output shape: (2, 3, 3)
         [4, 2, 0],
         [0, 5, 3]],
        [[6, 0, 0],
         [9, 7, 0],
         [0, 1, 9]]]
 
 # Rectangular matrix.
 diagonal = np.array([1, 2])  # Input shape: (2)
 tf.matrix_diag(diagonal, k = -1, num_rows = 3, num_cols = 4)
   ==> [[0, 0, 0, 0],  # Output shape: (3, 4)
        [1, 0, 0, 0],
        [0, 2, 0, 0]]
 
 # Rectangular matrix with inferred num_cols and padding_value = 9.
 tf.matrix_diag(diagonal, k = -1, num_rows = 3, padding_value = 9)
   ==> [[9, 9],  # Output shape: (3, 2)
        [1, 9],
        [9, 2]]
 

পাবলিক পদ্ধতি

আউটপুট <টি>
আউটপুট ()
একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।
স্থির <টি> ম্যাট্রিক্স ডায়াগভি 2 <টি>
তৈরি করার সুযোগ ( স্কোপ স্কোপ, অপেরান্ড <T> ডায়াগোনাল , অপেরাড <Integer> কে, অপেরান্ড <Integer> numRows, Operand <Iteger> numCol, Operand <T> paddingValue)
একটি নতুন ম্যাট্রিক্সডিয়াভিভি 2 অপারেশন মোড়ানো একটি ক্লাস তৈরির জন্য কারখানা পদ্ধতি।
আউটপুট <টি>
আউটপুট ()
Rank k` একটি পূর্ণসংখ্যা বা `k [0] == কে [1]`, অন্যথায় র‌্যাঙ্ক `r` হলে` r + 1` পদ রয়েছে Has

উত্তরাধিকারী পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()

একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।

টেনসরফ্লো অপারেশনের ইনপুটগুলি অন্য টেনসরফ্লো অপারেশনের আউটপুট। এই পদ্ধতিটি প্রতীকী হ্যান্ডেল প্রাপ্ত করতে ব্যবহৃত হয় যা ইনপুটটির গণনা উপস্থাপন করে।

পাবলিক স্ট্যাটিক ম্যাট্রিক্স ডায়াগভি 2 <টি> তৈরি করুন ( স্কোপ স্কোপ, অপেরাড <টি> ডায়াগোনাল , অপেরান্ড <Integer> কে, অপেরান্ড <Ingerger> numRows, Operand <Itete >> numCol, Operand <T> paddingValue)

একটি নতুন ম্যাট্রিক্সডিয়াভিভি 2 অপারেশন মোড়ানো একটি ক্লাস তৈরির জন্য কারখানা পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
তির্যক রেঙ্ক> r`, যেখানে `r> = 1``
কে ডায়াগোনাল অফসেট (গুলি)। ধনাত্মক মান মানে সুপারডায়াগোনাল, 0 মূল তির্যককে বোঝায়, এবং negativeণাত্মক মান মানে উপ-বিভাগীয়। `k` একটি একক পূর্ণসংখ্যা (একক ত্রিভুজের জন্য) বা ম্যাট্রিক্স ব্যান্ডের নিম্ন এবং উচ্চ প্রান্ত নির্দিষ্ট করে পূর্ণসংখ্যার এক জোড়া হতে পারে। `কে [0]` অবশ্যই `কে [1] than এর চেয়ে বড় হওয়া উচিত না`
numRows আউটপুট ম্যাট্রিক্সের সারিগুলির সংখ্যা। যদি এটি সরবরাহ না করা হয় তবে অপ্টটি ধরে নেয় আউটপুট ম্যাট্রিক্স একটি বর্গ ম্যাট্রিক্স এবং কে থেকে ম্যাট্রিক্সের আকার এবং "ডায়াগোনাল" এর অন্তঃতম মাত্রা নির্ধারণ করে `
numCOL আউটপুট ম্যাট্রিক্সের কলামগুলির সংখ্যা। যদি এটি সরবরাহ না করা হয়, অপ্ট আউটপুট ম্যাট্রিক্স একটি বর্গ ম্যাট্রিক্স এবং কে থেকে ম্যাট্রিক্স আকার এবং `তির্যক এর অন্তঃতম মাত্রা অনুমান করে ass
প্যাডিংভ্যালু নির্দিষ্ট তির্যক ব্যান্ডের বাইরের অঞ্চলটি পূরণ করার জন্য নম্বর। ডিফল্ট 0 হয়।
ফিরে আসে
  • ম্যাট্রিক্সডিয়াভিভি 2 এর একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <T> আউটপুট ()

Rank k` একটি পূর্ণসংখ্যা বা `k [0] == কে [1]`, অন্যথায় র‌্যাঙ্ক `r` হলে` r + 1` পদ রয়েছে Has