Devuelve un tensor de matriz por lotes con nuevos valores diagonales por lotes.
Dada la "entrada" y la "diagonal", esta operación devuelve un tensor con la misma forma y valores que "entrada", excepto por las diagonales especificadas de las matrices más internas. Estos serán sobrescritos por los valores en "diagonal".
`input` tiene las dimensiones` r + 1` `[I, J, ..., L, M, N]`. Cuando `k` es escalar o` k [0] == k [1] `,` diagonal` tiene `r` dimensiones` [I, J, ..., L, max_diag_len] `. De lo contrario, tiene `r + 1` dimensiones` [I, J, ..., L, num_diags, max_diag_len] `. `num_diags` es el número de diagonales,` num_diags = k [1] - k [0] + 1`. `max_diag_len` es la diagonal más larga del rango` [k [0], k [1]] `,` max_diag_len = min (M + min (k [1], 0), N + min (-k [0] , 0)) `
La salida es un tensor de rango "k + 1" con dimensiones "[I, J, ..., L, M, N]". Si `K` es escalar o` 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
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
`offset` es cero excepto cuando la alineación de la diagonal es hacia la derecha.
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
}Por ejemplo:
# 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]]]
Clases anidadas
| clase | MatrixSetDiag.Options | Los atributos opcionales para MatrixSetDiag | |
Constantes
| Cuerda | OP_NAME | El nombre de esta operación, como lo conoce el motor central de TensorFlow |
Métodos públicos
| estáticas MatrixSetDiag.Options | align (align String) |
| Salida <T> | asOutput () Devuelve el identificador simbólico del tensor. |
| estática <T se extiende Ttype > MatrixSetDiag <T> | |
| Salida <T> | salida () Clasifique `r + 1`, con` output.shape = input.shape`. |
Métodos heredados
Constantes
OP_NAME pública final static String
El nombre de esta operación, como lo conoce el motor central de TensorFlow
Métodos públicos
estáticas pública MatrixSetDiag.Options align (align String)
Parámetros
| alinear | Algunas diagonales son más cortas que `max_diag_len` y deben rellenarse. `align` es una cadena que especifica cómo deben alinearse las superdiagonales y subdiagonales, respectivamente. Hay cuatro alineaciones posibles: "RIGHT_LEFT" (predeterminado), "LEFT_RIGHT", "LEFT_LEFT" y "RIGHT_RIGHT". "RIGHT_LEFT" alinea las superdiagonales a la derecha (rellena la fila a la izquierda) y las subdiagonales a la izquierda (rellena la fila a la derecha). Es el formato de empaque que usa LAPACK. cuSPARSE usa "LEFT_RIGHT", que es la alineación opuesta. |
|---|
pública de salida <T> asOutput ()
Devuelve el identificador simbólico del tensor.
Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
public static MatrixSetDiag <T> crear ( Alcance alcance, operando <T> de entrada, operando <T> diagonal, operando < TInt32 > k, Opciones ... Opciones)
Método de fábrica para crear una clase que envuelva una nueva operación MatrixSetDiag.
Parámetros
| alcance | alcance actual |
|---|---|
| aporte | Rango `r + 1`, donde` r> = 1`. |
| diagonal | Clasifica `r` cuando` k` es un número entero o `k [0] == k [1]`. De lo contrario, tiene rango `r + 1`. `k> = 1`. |
| k | Desplazamiento (s) diagonal (s). El valor positivo significa superdiagonal, 0 se refiere a la diagonal principal y el valor negativo significa subdiagonales. `k` puede ser un solo entero (para una sola diagonal) o un par de números enteros que especifiquen los extremos bajo y alto de una banda de matriz. `k [0]` no debe ser mayor que `k [1]`. |
| opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de MatrixSetDiag