تحذير: تم إهمال واجهة برمجة التطبيقات هذه وستتم إزالتها في إصدار مستقبلي من TensorFlow بعد استقرار الاستبدال .

MatrixSetDiagV2

الجمهور MatrixSetDiagV2 الدرجة النهائية

إرجاع موتر مصفوفة مجمعة بقيم قطرية مجمعة جديدة.

بالنظر إلى "الإدخال" و "القطر" ، تُرجع هذه العملية موترًا بنفس الشكل والقيم مثل "الإدخال" ، باستثناء الأقطار المحددة للمصفوفات الداخلية. ستتم الكتابة فوق هذه القيم الموجودة في "قطري".

يحتوي "الإدخال" على أبعاد "r + 1" `[I ، J ، ... ، L ، M ، N]`. عندما يكون `k` عدديًا أو` k [0] == k [1] `، يكون لـ` قطري` أبعاد `r`` [I، J، ...، L، max_diag_len] `. بخلاف ذلك ، يكون لها أبعاد `r + 1`` [I، J، ...، L، num_diags، max_diag_len] `. "num_diags" هو عدد الأقطار ، `num_diags = k [1] - k [0] + 1`. "max_diag_len" هو أطول قطري في النطاق `[k [0]، k [1]]` ، `max_diag_len = min (M + min (k [1]، 0)، N + min (-k [0] ، 0)) `

الناتج هو موتر من الرتبة `k + 1` بأبعاد` [I، J، ...، L، M، N] `. إذا `k` غير العددية أو` ك [0] == ك [1] `:

output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, n-max(k[1], 0)] ; if n - m == k[1]
     input[i, j, ..., l, m, n]              ; otherwise
 
خلاف ذلك،
output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
     input[i, j, ..., l, m, n]                         ; otherwise
 
حيث` د = ن - m`، `diag_index = ك [1] - D`، و` index_in_diag = n - max (d، 0) `.

على سبيل المثال:

# The main diagonal.
 input = np.array([[[7, 7, 7, 7],              # Input shape: (2, 3, 4)
                    [7, 7, 7, 7],
                    [7, 7, 7, 7]],
                   [[7, 7, 7, 7],
                    [7, 7, 7, 7],
                    [7, 7, 7, 7]]])
 diagonal = np.array([[1, 2, 3],               # Diagonal shape: (2, 3)
                      [4, 5, 6]])
 tf.matrix_set_diag(diagonal) ==> [[[1, 7, 7, 7],  # Output shape: (2, 3, 4)
                                    [7, 2, 7, 7],
                                    [7, 7, 3, 7]],
                                   [[4, 7, 7, 7],
                                    [7, 5, 7, 7],
                                    [7, 7, 6, 7]]]
 
 # A superdiagonal (per batch).
 tf.matrix_set_diag(diagonal, k = 1)
   ==> [[[7, 1, 7, 7],  # Output shape: (2, 3, 4)
         [7, 7, 2, 7],
         [7, 7, 7, 3]],
        [[7, 4, 7, 7],
         [7, 7, 5, 7],
         [7, 7, 7, 6]]]
 
 # A band of diagonals.
 diagonals = np.array([[[1, 2, 3],  # Diagonal shape: (2, 2, 3)
                        [4, 5, 0]],
                       [[6, 1, 2],
                        [3, 4, 0]]])
 tf.matrix_set_diag(diagonals, k = (-1, 0))
   ==> [[[1, 7, 7, 7],  # Output shape: (2, 3, 4)
         [4, 2, 7, 7],
         [0, 5, 3, 7]],
        [[6, 7, 7, 7],
         [3, 1, 7, 7],
         [7, 4, 2, 7]]]
 
 

الطرق العامة

الانتاج <T>
asOutput ()
إرجاع المقبض الرمزي للموتر.
ثابت <T> MatrixSetDiagV2 <T>
إنشاء ( نطاق نطاق، المعامل <T> المدخلات، و المعامل <T> قطري، المعامل <صحيح> ك)
طريقة المصنع لإنشاء فئة التفاف لعملية MatrixSetDiagV2 جديدة.
الانتاج <T>
الانتاج ()
الترتيب `r + 1` ، مع` شكل الإخراج = إدخال. شكل`.

الطرق الموروثة

الطرق العامة

العام الناتج <T> asOutput ()

إرجاع المقبض الرمزي للموتر.

المدخلات لعمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. تستخدم هذه الطريقة للحصول على مقبض رمزي يمثل حساب المدخلات.

ساكنة العام MatrixSetDiagV2 <T> إنشاء ( نطاق نطاق، المعامل <T> المدخلات، و المعامل <T> قطري، المعامل <صحيح> ك)

طريقة المصنع لإنشاء فئة التفاف لعملية MatrixSetDiagV2 جديدة.

العوامل
مجال النطاق الحالي
إدخال الترتيب `r + 1` ، حيث` r> = 1`.
قطري الترتيب `r` عندما يكون` k` عددًا صحيحًا أو `k [0] == k [1]`. وبخلاف ذلك ، فإنه يحتل المرتبة "r + 1". `ك> = 1`.
ك إزاحة قطرية. تعني القيمة الموجبة قطريًا فوقيًا ، وتشير القيمة 0 إلى القطر الرئيسي ، بينما تشير القيمة السالبة إلى أقطار فرعية. يمكن أن يكون `k` عددًا صحيحًا واحدًا (لقطر واحد) أو زوجًا من الأعداد الصحيحة التي تحدد النهايتين المنخفضة والمرتفعة لنطاق المصفوفة. يجب ألا يكون `k [0]` أكبر من `k [1]`.
عائدات
  • مثيل جديد من MatrixSetDiagV2

العام الناتج <T> الإخراج ()

الترتيب `r + 1` ، مع` شكل الإخراج = إدخال. شكل`.