คำเตือน: API นี้เลิกใช้งานแล้วและจะถูกลบออกใน TensorFlow เวอร์ชันในอนาคตหลังจาก การแทนที่ เสถียรแล้ว

MatrixSetDiagV3

ประชาชน MatrixSetDiagV3 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) + ออฟเซ็ต`

"ออฟเซ็ต" เป็นศูนย์ ยกเว้นเมื่อการจัดแนวเส้นทแยงมุมอยู่ทางด้านขวา

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
 }
ที่ `diag_len (ง) = นาที (คอลัมน์ - max (d, 0), แถว + นาที (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(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]]]
 
 

คลาสที่ซ้อนกัน

ระดับ MatrixSetDiagV3.Options คุณลักษณะที่จำเป็นสำหรับการ MatrixSetDiagV3

วิธีการสาธารณะ

คง MatrixSetDiagV3.Options
จัด (String จัด)
เอาท์พุท <T>
asOutput ()
ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์
คง <T> MatrixSetDiagV3 <T>
สร้าง ( ขอบเขต ขอบเขต Operand <T> การป้อนข้อมูล ตัวถูกดำเนินการ <T> ขวาง Operand <Integer> k, ตัวเลือก ... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ MatrixSetDiagV3 ใหม่
เอาท์พุท <T>
เอาท์พุท ()
อันดับ `r+1` โดยที่ `output.shape = input.shape`

วิธีการสืบทอด

วิธีการสาธารณะ

สาธารณะคง MatrixSetDiagV3.Options ชิด (String จัด)

พารามิเตอร์
align เส้นทแยงมุมบางอันสั้นกว่า `max_diag_len` และจำเป็นต้องเสริม `align` คือสตริงที่ระบุว่าควรจัดแนว superdiagonals และ subdiagonals ตามลำดับอย่างไร มีการจัดแนวที่เป็นไปได้สี่แบบ: "RIGHT_LEFT" (ค่าเริ่มต้น), "LEFT_RIGHT", "LEFT_LEFT" และ "RIGHT_RIGHT" "RIGHT_LEFT" จัดแนว superdiagonals ไปทางขวา (แป้นซ้ายของแถว) และ subdiagonals ไปทางซ้าย (ขวา-pads แถว) เป็นรูปแบบการบรรจุที่ LAPACK ใช้ cuSPARSE ใช้ "LEFT_RIGHT" ซึ่งเป็นแนวที่ตรงกันข้าม

ประชาชน เอาท์พุท <T> asOutput ()

ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการทำงานของ TensorFlow เป็นเอาต์พุตของการดำเนินการอื่นของ TensorFlow วิธีนี้ใช้เพื่อขอรับหมายเลขอ้างอิงเชิงสัญลักษณ์ที่แสดงถึงการคำนวณของอินพุต

สาธารณะคง MatrixSetDiagV3 <T> สร้าง ( ขอบเขต ขอบเขต Operand <T> การป้อนข้อมูล ตัวถูกดำเนินการ <T> ขวาง Operand <Integer> k, ตัวเลือก ... ตัวเลือก)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ MatrixSetDiagV3 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]`
ตัวเลือก ดำเนินการค่าแอตทริบิวต์ทางเลือก
คืนสินค้า
  • อินสแตนซ์ใหม่ของ MatrixSetDiagV3

ประชาชน เอาท์พุท <T> เอาท์พุท ()

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