Zwraca wsadowy tensor diagonalny z podanymi wsadowymi wartościami przekątnymi.
Zwraca tensor z zawartością w „przekątnej” jako „k[0]”-tej do „k[1]”-tej przekątnej macierzy, a wszystko inne jest dopełnione „dopełnieniem”. `num_rows` i `num_cols` określają wymiar najbardziej wewnętrznej macierzy wyniku. Jeśli oba nie zostaną określone, op zakłada, że najbardziej wewnętrzna macierz jest kwadratowa i wnioskuje o jej rozmiarze na podstawie „k” i najbardziej wewnętrznego wymiaru „przekątnej”. Jeśli określono tylko jeden z nich, op zakłada, że nieokreślona wartość jest najmniejszą możliwą w oparciu o inne kryteria.
Niech „przekątna” ma „r” wymiary „[I, J, ..., L, M, N]”. Tensor wyjściowy ma rangę „r+1” i kształt „[I, J, ..., L, M, num_rows, num_cols]”, gdy podana jest tylko jedna przekątna („k” jest liczbą całkowitą lub „k[0] == k[1]`). W przeciwnym razie ma rangę „r” i kształt „[I, J, ..., L, num_rows, num_cols]”.
Drugi najbardziej wewnętrzny wymiar „przekątnej” ma podwójne znaczenie. Gdy `k` jest skalarne lub `k[0] == k[1]`, `M` jest częścią rozmiaru partii [I, J, ..., M], a tensor wyjściowy to:
output[i, j, ..., l, m, n]
= diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
padding_value ; otherwise
output[i, j, ..., l, m, n]
= diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
padding_value ; otherwise
„offset” wynosi zero, z wyjątkiem sytuacji, gdy przekątna jest skierowana w prawo.
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
Na przykład:
# 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 tridiagonal band (per batch).
diagonals = np.array([[[0, 8, 9], # Input shape: (2, 2, 3)
[1, 2, 3],
[4, 5, 0]],
[[0, 2, 3],
[6, 7, 9],
[9, 1, 0]]])
tf.matrix_diag(diagonals, k = (-1, 1))
==> [[[1, 8, 0], # Output shape: (2, 3, 3)
[4, 2, 9],
[0, 5, 3]],
[[6, 2, 0],
[9, 7, 3],
[0, 1, 9]]]
# LEFT_RIGHT alignment.
diagonals = np.array([[[8, 9, 0], # Input shape: (2, 2, 3)
[1, 2, 3],
[0, 4, 5]],
[[2, 3, 0],
[6, 7, 9],
[0, 9, 1]]])
tf.matrix_diag(diagonals, k = (-1, 1), align="LEFT_RIGHT")
==> [[[1, 8, 0], # Output shape: (2, 3, 3)
[4, 2, 9],
[0, 5, 3]],
[[6, 2, 0],
[9, 7, 3],
[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]]
Klasy zagnieżdżone
| klasa | Opcje MatrixDiagV3 | Opcjonalne atrybuty dla MatrixDiagV3 | |
Metody publiczne
| statyczne MatrixDiagV3.Options | wyrównaj (wyrównaj ciąg) |
| Wyjście <T> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
| statyczny <T> MatrixDiagV3 <T> | |
| Wyjście <T> | wyjście () Ma stopień „r+1”, gdy „k” jest liczbą całkowitą lub „k[0] == k[1]”, w przeciwnym razie stopień „r”. |
Metody dziedziczone
Metody publiczne
publiczne statyczne MatrixDiagV3.Options wyrównanie (wyrównanie ciągu)
Parametry
| wyrównywać | Niektóre przekątne są krótsze niż `max_diag_len` i wymagają dopełnienia. „align” to ciąg znaków określający sposób wyrównania, odpowiednio, przekątnych i podprzekątnych. Istnieją cztery możliwe wyrównania: „RIGHT_LEFT” (domyślnie), „LEFT_RIGHT”, „LEFT_LEFT” i „RIGHT_RIGHT”. „RIGHT_LEFT” wyrównuje superdiagonalne do prawej (lewe wypełnienie wiersza) i podprzekątne do lewej (prawe wypełnienie wiersza). Jest to format opakowania, którego używa LAPACK. cuSPARSE używa „LEFT_RIGHT”, co jest odwrotnym wyrównaniem. |
|---|
publiczne wyjście <T> asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static MatrixDiagV3 <T> create ( Zakres zakresu, Operand <T> po przekątnej, Operand <Integer> k, Operand <Integer> numRows, Operand <Integer> numCols, Operand <T> paddingValue, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację MatrixDiagV3.
Parametry
| zakres | aktualny zakres |
|---|---|
| przekątna | Ranga `r`, gdzie `r >= 1` |
| k | Przesunięcie ukośne. Wartość dodatnia oznacza nadprzekątną, 0 odnosi się do głównej przekątnej, a wartość ujemna oznacza podprzekątną. „k” może być pojedynczą liczbą całkowitą (dla pojedynczej przekątnej) lub parą liczb całkowitych określających dolny i górny koniec pasma macierzy. `k[0]` nie może być większe niż `k[1]`. |
| liczbaWierszy | Liczba wierszy macierzy wyjściowej. Jeśli nie jest podany, op zakłada, że macierz wyjściowa jest macierzą kwadratową i wnioskuje o rozmiarze macierzy z k i najbardziej wewnętrznego wymiaru „przekątnej”. |
| liczba kol | Liczba kolumn macierzy wyjściowej. Jeśli nie jest podany, op zakłada, że macierz wyjściowa jest macierzą kwadratową i wnioskuje o rozmiarze macierzy z k i najbardziej wewnętrznego wymiaru „przekątnej”. |
| wartość dopełnienia | Liczba, którą należy wypełnić obszar poza określonym pasmem ukośnym. Wartość domyślna to 0. |
| opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja MatrixDiagV3
publiczne wyjście <T> wyjście ()
Ma stopień „r+1”, gdy „k” jest liczbą całkowitą lub „k[0] == k[1]”, w przeciwnym razie stopień „r”.