คำเตือน: API นี้เลิกใช้งานแล้วและจะถูกลบออกใน TensorFlow เวอร์ชันในอนาคตหลังจาก การแทนที่ เสถียรแล้ว

MatrixSetDiagV2

ประชาชน MatrixSetDiagV2 ชั้นสุดท้าย

ส่งกลับเมตริกซ์เมตริกซ์แบบแบตช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ใหม่

เมื่อกำหนด "อินพุต" และ "แนวทแยง" การดำเนินการนี้จะส่งกลับเทนเซอร์ที่มีรูปร่างและค่าเดียวกันกับ "อินพุต" ยกเว้นเส้นทแยงมุมที่ระบุของเมทริกซ์ชั้นในสุด ค่าเหล่านี้จะถูกเขียนทับโดยค่าใน "แนวทแยง"

`อินพุต' มีมิติข้อมูล `r+1` `[I, J, ..., L, M, N]` เมื่อ `k` เป็นสเกลาร์หรือ `k[0] == k[1]` `แนวทแยง' จะมีขนาด `r` `[I, J, ..., L, max_diag_len]` มิฉะนั้น จะมีขนาด `r+1` `[I, J, ..., L, num_diags, max_diag_len]` `num_diags` คือจำนวนเส้นทแยงมุม `num_diags = k[1] - k[0] + 1` `max_diag_len` คือเส้นทแยงมุมที่ยาวที่สุดในช่วง `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))`

เอาต์พุตเป็นเทนเซอร์ของอันดับ `k+1` ที่มีขนาด `[I, J, ..., L, M, N]` หาก `k` เป็นสเกลาหรือ` k [0] == k [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
 
มิฉะนั้น
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
 
ที่` d = n - m` `diag_index = k [1] - d` และ` index_in_diag = n - สูงสุด (d, 0)`

ตัวอย่างเช่น:

# 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]]]
 
 

วิธีการสาธารณะ

เอาท์พุท <T>
asOutput ()
ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์
คง <T> MatrixSetDiagV2 <T>
สร้าง ( ขอบเขต ขอบเขต Operand <T> การป้อนข้อมูล ตัวถูกดำเนินการ <T> ขวาง Operand <Integer> k)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ MatrixSetDiagV2 ใหม่
เอาท์พุท <T>
เอาท์พุท ()
อันดับ `r+1` โดยที่ `output.shape = input.shape`

วิธีการสืบทอด

วิธีการสาธารณะ

ประชาชน เอาท์พุท <T> asOutput ()

ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการทำงานของ TensorFlow เป็นเอาต์พุตของการดำเนินการอื่นของ TensorFlow วิธีนี้ใช้เพื่อขอรับหมายเลขอ้างอิงเชิงสัญลักษณ์ที่แสดงถึงการคำนวณของอินพุต

สาธารณะคง MatrixSetDiagV2 <T> สร้าง ( ขอบเขต ขอบเขต Operand <T> การป้อนข้อมูล ตัวถูกดำเนินการ <T> ขวาง Operand <Integer> k)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ MatrixSetDiagV2 ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล อันดับ `r+1` โดยที่ `r >= 1`
เส้นทแยงมุม อันดับ `r` เมื่อ `k` เป็นจำนวนเต็มหรือ `k[0] == k[1]` มิฉะนั้นจะมีอันดับ `r+1' `k >= 1`
k ออฟเซ็ตในแนวทแยง ค่าบวกหมายถึง superdiagonal, 0 หมายถึงเส้นทแยงมุมหลัก และค่าลบหมายถึง subdiagonal `k` สามารถเป็นจำนวนเต็มเดียว (สำหรับเส้นทแยงมุมเดียว) หรือจำนวนเต็มคู่ที่ระบุปลายต่ำและสูงของแถบเมทริกซ์ `k[0]` ต้องไม่มากกว่า `k[1]`
คืนสินค้า
  • อินสแตนซ์ใหม่ของ MatrixSetDiagV2

ประชาชน เอาท์พุท <T> เอาท์พุท ()

อันดับ `r+1` โดยที่ `output.shape = input.shape`