MatrixSetDiagV3

public class akhir MatrixSetDiagV3

Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.

Mengingat `input` dan `diagonal`, operasi ini mengembalikan tensor dengan bentuk dan nilai yang sama dengan `input`, kecuali untuk diagonal tertentu dari matriks terdalam. Ini akan ditimpa oleh nilai dalam `diagonal`.

`input` memiliki dimensi `r+1` `[I, J, ..., L, M, N]`. Ketika `k` adalah skalar atau `k[0] == k[1]`, `diagonal` memiliki dimensi `r` `[I, J, ..., L, max_diag_len]`. Jika tidak, ia memiliki dimensi `r+1` `[I, J, ..., L, num_diags, max_diag_len]`. `num_diags` adalah jumlah diagonal, `num_diags = k[1] - k[0] + 1`. `max_diag_len` adalah diagonal terpanjang dalam rentang `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))`

Outputnya adalah tensor rank `k+1` dengan dimensi `[I, J, ..., L, M, N]`. Jika `k` adalah skalar atau` 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
 

Jika tidak,

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
 

mana` d = n - m`, `diag_index = k [1] - d`, dan` index_in_diag = n - maks(d, 0) + offset`.

`offset` adalah nol kecuali jika penjajaran diagonal ke kanan.

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
 }

mana `diag_len (d) = min (cols - max (d, 0), baris + min (d, 0))`.

Sebagai contoh:

# 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(input, 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(input, 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([[[0, 9, 1],  # Diagonal shape: (2, 4, 3)
                        [6, 5, 8],
                        [1, 2, 3],
                        [4, 5, 0]],
                       [[0, 1, 2],
                        [5, 6, 4],
                        [6, 1, 2],
                        [3, 4, 0]]])
 tf.matrix_set_diag(input, diagonals, k = (-1, 2))
   ==> [[[1, 6, 9, 7],  # Output shape: (2, 3, 4)
         [4, 2, 5, 1],
         [7, 5, 3, 8]],
        [[6, 5, 1, 7],
         [3, 1, 6, 2],
         [7, 4, 2, 4]]]
 
 # LEFT_RIGHT alignment.
 diagonals = np.array([[[9, 1, 0],  # Diagonal shape: (2, 4, 3)
                        [6, 5, 8],
                        [1, 2, 3],
                        [0, 4, 5]],
                       [[1, 2, 0],
                        [5, 6, 4],
                        [6, 1, 2],
                        [0, 3, 4]]])
 tf.matrix_set_diag(input, diagonals, k = (-1, 2), align="LEFT_RIGHT")
   ==> [[[1, 6, 9, 7],  # Output shape: (2, 3, 4)
         [4, 2, 5, 1],
         [7, 5, 3, 8]],
        [[6, 5, 1, 7],
         [3, 1, 6, 2],
         [7, 4, 2, 4]]]
 
 

Kelas Bersarang

kelas

MatrixSetDiagV3.Options

Atribut opsional untuk MatrixSetDiagV3

Metode Publik

statis MatrixSetDiagV3.Options	menyelaraskan (String menyelaraskan)
Output <T>	asOutput () Mengembalikan pegangan simbolis tensor.
statis <T> MatrixSetDiagV3 <T>	membuat ( Lingkup lingkup, Operan <T> input, Operan <T> diagonal, Operan <Integer> k, Options ... pilihan) Metode pabrik untuk membuat kelas yang membungkus operasi MatrixSetDiagV3 baru.
Output <T>	Output () Peringkat `r+1`, dengan `output.shape = input.shape`.

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (Object obj)
akhir	hashCode ()
Operasi	op () Mengembalikan mendasari Operation
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama (Object arg0)
Kelas terakhir<?>	getClass ()
ke dalam	hashCode ()
kekosongan akhir	notify ()
kekosongan akhir	notifyAll ()
Rangkaian	toString ()
kekosongan akhir	menunggu (arg0 panjang, int arg1)
kekosongan akhir	menunggu (arg0 panjang)
kekosongan akhir	menunggu ()

Dari antarmuka org.tensorflow.Operand

abstrak Keluaran <T>

asOutput () Mengembalikan pegangan simbolis tensor.

Metode Publik

public static MatrixSetDiagV3.Options menyelaraskan (String menyelaraskan)

Parameter

meluruskan

Beberapa diagonal lebih pendek dari `max_diag_len` dan perlu diberi bantalan. `align` adalah string yang menentukan bagaimana superdiagonal dan subdiagonal harus disejajarkan, masing-masing. Ada empat kemungkinan penyelarasan: "RIGHT_LEFT" (default), "LEFT_RIGHT", "LEFT_LEFT", dan "RIGHT_RIGHT". "RIGHT_LEFT" menyejajarkan superdiagonal ke kanan (mengisi kiri baris) dan subdiagonal ke kiri (mengisi baris kanan). Ini adalah format kemasan yang digunakan LAPACK. cuSPARSE menggunakan "LEFT_RIGHT", yang merupakan kesejajaran yang berlawanan.

publik Keluaran <T> asOutput ()

Mengembalikan pegangan simbolis tensor.

Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static MatrixSetDiagV3 <T> membuat ( Lingkup lingkup, Operan <T> input, Operan <T> diagonal, Operan <Integer> k, Options ... pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi MatrixSetDiagV3 baru.

Parameter

cakupan	lingkup saat ini
memasukkan	Peringkat `r+1`, di mana `r >= 1`.
diagonal	Peringkat `r` ketika `k` adalah bilangan bulat atau `k[0] == k[1]`. Jika tidak, ia memiliki peringkat `r+1`. `k >= 1`.
k	Offset diagonal. Nilai positif berarti superdiagonal, 0 mengacu pada diagonal utama, dan nilai negatif berarti subdiagonal. `k` dapat berupa bilangan bulat tunggal (untuk diagonal tunggal) atau sepasang bilangan bulat yang menentukan ujung rendah dan tinggi pita matriks. `k[0]` tidak boleh lebih besar dari `k[1]`.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru MatrixSetDiagV3

publik Keluaran <T> Output ()

Peringkat `r+1`, dengan `output.shape = input.shape`.