MatrixDiagPart

공개 최종 클래스 MatrixDiagPart

배치 텐서의 배치 대각선 부분을 반환합니다.

일괄 처리된 `입력`의 `k[0]`번째부터 `k[1]`번째 대각선을 포함하는 텐서를 반환합니다.

`입력`에 `r` 차원 `[I, J, ..., L, M, N]`이 있다고 가정합니다. `max_diag_len`을 추출할 모든 대각선 중 최대 길이로 `max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))``num_diags` 추출할 대각선의 수, `num_diags = k[1] - k[0] + 1`입니다.

`num_diags == 1`인 경우 출력 텐서는 `[I, J, ..., L, max_diag_len]` 모양과 값을 갖는 `r - 1` 순위입니다.

diagonal[i, j, ..., l, n]
   = input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
     padding_value                 ; otherwise.
 

여기서 `y = max(-k[1], 0)`, `x = max(k[1], 0)`입니다.

그렇지 않으면, 출력 텐서의 순위는 `[I, J, ..., L, num_diags, max_diag_len]` 차원과 다음 값을 갖는 `r`입니다.

diagonal[i, j, ..., l, m, n]
   = input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
     padding_value                 ; otherwise.
 

여기서 `d = k[1] - m`, `y = max(-d, 0)` 및 `x = max(d, 0)`입니다.

입력은 최소한 행렬이어야 합니다.

예를 들어:

input = np.array([[[1, 2, 3, 4],  # Input shape: (2, 3, 4)
                    [5, 6, 7, 8],
                    [9, 8, 7, 6]],
                   [[5, 4, 3, 2],
                    [1, 2, 3, 4],
                    [5, 6, 7, 8]]])
 
 # A main diagonal from each batch.
 tf.matrix_diag_part(input) ==> [[1, 6, 7],  # Output shape: (2, 3)
                                 [5, 2, 7]]
 
 # A superdiagonal from each batch.
 tf.matrix_diag_part(input, k = 1)
   ==> [[2, 7, 6],  # Output shape: (2, 3)
        [4, 3, 8]]
 
 # A tridiagonal band from each batch.
 tf.matrix_diag_part(input, k = (-1, 1))
   ==> [[[2, 7, 6],  # Output shape: (2, 3, 3)
         [1, 6, 7],
         [5, 8, 0]],
        [[4, 3, 8],
         [5, 2, 7],
         [1, 6, 0]]]
 
 # Padding value = 9
 tf.matrix_diag_part(input, k = (1, 3), padding_value = 9)
   ==> [[[4, 9, 9],  # Output shape: (2, 3, 3)
         [3, 8, 9],
         [2, 7, 6]],
        [[2, 9, 9],
         [3, 4, 9],
         [4, 3, 8]]]
 

상수

끈

OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

출력 <T>	출력 () 텐서의 기호 핸들을 반환합니다.
static <T는 TType을 확장합니다. > MatrixDiagPart <T>	생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 < TInt32 > k, 피연산자 <T> paddingValue) 새로운 MatrixDiagPart 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 <T>	대각선 () 추출된 대각선입니다.

상속된 메서드

org.tensorflow.op.RawOp 클래스에서

최종 부울	같음 (객체 객체)
최종 정수	해시코드 ()
작업	op () 이 계산 단위를 단일 Operation 으로 반환합니다.
최종 문자열	toString ()

java.lang.Object 클래스에서

부울	같음 (개체 arg0)
마지막 수업<?>	getClass ()
정수	해시코드 ()
최종 무효	알림 ()
최종 무효	통지모두 ()
끈	toString ()
최종 무효	대기 (long arg0, int arg1)
최종 무효	기다리세요 (긴 arg0)
최종 무효	기다리다 ()

인터페이스 org.tensorflow.op.Op 에서

추상 실행환경	환경 () 이 작업이 생성된 실행 환경을 반환합니다.
추상적인 작업	op () 이 계산 단위를 단일 Operation 으로 반환합니다.

인터페이스 org.tensorflow.Operand 에서

추상 출력 <T>	출력 () 텐서의 기호 핸들을 반환합니다.
추상 T	텐서 () 이 피연산자의 텐서를 반환합니다.
추상 모양	모양 () 이 피연산자의 Output 에서 ​​참조하는 텐서의 (아마도 부분적으로 알려진) 모양을 반환합니다.
추상 클래스<T>	유형 () 이 피연산자의 텐서 유형을 반환합니다.

인터페이스 org.tensorflow.ndarray.Shaped 에서

추상 정수	순위 ()
추상 모양	모양 ()
추상적인 긴	사이즈 () 이 컨테이너의 전체 크기를 값 개수로 계산하고 반환합니다.

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 핵심 엔진에서 알려진 이 작업의 이름

상수 값: "MatrixDiagPartV2"

공개 방법

공개 출력 <T> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 MatrixDiagPart <T> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 < TInt32 > k, 피연산자 <T> paddingValue)

새로운 MatrixDiagPart 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수

범위	현재 범위
입력	`r >= 2`인 `r` 텐서의 순위를 지정합니다.
케이	대각선 오프셋. 양수 값은 상부 대각선, 0은 주 대각선, 음수 값은 하부 대각선을 의미합니다. 'k'는 단일 정수(단일 대각선의 경우)이거나 매트릭스 밴드의 최저 및 최고 끝을 지정하는 정수 쌍일 수 있습니다. `k[0]`은 `k[1]`보다 클 수 없습니다.
패딩값	지정된 대각선 밴드 외부 영역을 채울 값입니다. 기본값은 0입니다.

보고

• MatrixDiagPart의 새 인스턴스

공개 출력 <T> 대각선 ()

추출된 대각선입니다.