MatrixDiagPart

MatrixDiagPart คลาสสุดท้ายสาธารณะ

ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์

ส่งกลับเทนเซอร์ด้วยเส้นทแยงมุม `k[0]`-th ถึง `k[1]`-th ของ `input` ที่จัดกลุ่มไว้

สมมติว่า `อินพุต` มี `มิติ `[I, J, ..., L, M, N]` ให้ `max_diag_len` เป็นความยาวสูงสุดในบรรดาเส้นทแยงมุมทั้งหมดที่จะแยกออกมา `max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))` ให้ `num_diags` เป็นจำนวนเส้นทแยงมุมที่จะแยกออกมา `num_diags = k[1] - k[0] + 1`

หาก `num_diags == 1` เทนเซอร์เอาท์พุตจะมีอันดับ `r - 1` โดยมีรูปร่าง `[I, J, ..., L, max_diag_len]` และค่า:

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.
โดยที่ `y = สูงสุด(-k[1], 0)`, `x = สูงสุด(k[1], 0)`

มิฉะนั้น เทนเซอร์เอาท์พุตจะมีอันดับ `r` ด้วยขนาด `[I, J, ..., L, num_diags, max_diag_len]` พร้อมค่า:

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.
โดยที่ `d = k[1] - m`, `y = max(-d, 0)` และ `x = max(d, 0)`

อินพุตต้องมีอย่างน้อยเมทริกซ์

ตัวอย่างเช่น:

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]]]

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

เอาท์พุต <T>
เป็นเอาท์พุต ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
คงที่ <T ขยาย TType > MatrixDiagPart <T>
สร้าง (ขอบเขต ขอบเขต , อินพุต Operand <T>, Operand < TInt32 > k, Operand <T> paddingValue)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ MatrixDiagPart ใหม่
เอาท์พุต <T>
เส้นทแยงมุม ()
เส้นทแยงมุมที่แยกออกมา

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "MatrixDiagPartV2"

วิธีการสาธารณะ

เอาท์พุท สาธารณะ <T> asOutput ()

ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต

สร้าง MatrixDiagPart <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , อินพุต Operand <T>, Operand < TInt32 > k, Operand <T> paddingValue)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ MatrixDiagPart ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล อันดับ `r` เทนเซอร์โดยที่ `r >= 2`
เค ออฟเซ็ตแนวทแยง ค่าบวกหมายถึงเส้นทแยงมุมเหนือ, 0 หมายถึงเส้นทแยงมุมหลัก และค่าลบหมายถึงเส้นทแยงมุมย่อย `k` อาจเป็นจำนวนเต็มเดี่ยว (สำหรับเส้นทแยงมุมเดียว) หรือจำนวนเต็มคู่ที่ระบุจุดต่ำสุดและสูงของแถบเมทริกซ์ `k[0]` ต้องไม่ใหญ่กว่า `k[1]`
ค่าช่องว่างภายใน ค่าที่ใช้เติมพื้นที่นอกแถบแนวทแยงที่ระบุ ค่าเริ่มต้นคือ 0
การส่งคืน
  • อินสแตนซ์ใหม่ของ MatrixDiagPart

เอาท์พุท สาธารณะ <T> เส้นทแยงมุม ()

เส้นทแยงมุมที่แยกออกมา