Renvoie un tenseur matriciel par lots avec de nouvelles valeurs diagonales par lots.
Étant donné « input » et « diagonale », cette opération renvoie un tenseur avec la même forme et les mêmes valeurs que « input », à l'exception des diagonales spécifiées des matrices les plus internes. Celles-ci seront écrasées par les valeurs en « diagonale ».
`input` a les dimensions `r+1` `[I, J, ..., L, M, N]`. Lorsque `k` est scalaire ou `k[0] == k[1]`, `diagonale` a `r` dimensions `[I, J, ..., L, max_diag_len]`. Sinon, il a des dimensions `r+1` `[I, J, ..., L, num_diags, max_diag_len]`. `num_diags` est le nombre de diagonales, `num_diags = k[1] - k[0] + 1`. `max_diag_len` est la diagonale la plus longue de la plage `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))`
Le résultat est un tenseur de rang « k+1 » de dimensions « [I, J, ..., L, M, N] ». Si `k` est scalaire ou `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` est nul sauf lorsque l'alignement de la diagonale est vers la droite.
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
}Par exemple:
# 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]]]
Classes imbriquées
| classe | MatrixSetDiag.Options | Attributs facultatifs pour MatrixSetDiag | |
Constantes
| Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
| MatrixSetDiag.Options statique | aligner (alignement de chaîne) |
| Sortie <T> | comme Sortie () Renvoie le handle symbolique du tenseur. |
| statique <T étend TType > MatrixSetDiag <T> | |
| Sortie <T> | sortir () Classez « r+1 », avec « output.shape = input.shape ». |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
public static MatrixSetDiag.Options aligner (alignement de chaînes)
Paramètres
| aligner | Certaines diagonales sont plus courtes que `max_diag_len` et doivent être complétées. `align` est une chaîne spécifiant comment les superdiagonales et les sous-diagonales doivent être alignées, respectivement. Il existe quatre alignements possibles : "RIGHT_LEFT" (par défaut), "LEFT_RIGHT", "LEFT_LEFT" et "RIGHT_RIGHT". "RIGHT_LEFT" aligne les superdiagonales vers la droite (remplit la ligne à gauche) et les sous-diagonales vers la gauche (remplit la ligne à droite). C'est le format d'emballage utilisé par LAPACK. cuSPARSE utilise "LEFT_RIGHT", qui est l'alignement opposé. |
|---|
sortie publique <T> asOutput ()
Renvoie le handle symbolique du tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
public static MatrixSetDiag <T> créer ( Portée de la portée, Entrée de l'Opérande <T>, Diagonale de l'Opérande <T>, Opérande < TInt32 > k, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération MatrixSetDiag.
Paramètres
| portée | portée actuelle |
|---|---|
| saisir | Classez « r+1 », où « r >= 1 ». |
| diagonale | Classez « r » lorsque « k » est un entier ou « k[0] == k[1] ». Sinon, il a le rang « r+1 ». `k >= 1`. |
| k | Décalage(s) diagonal(s). Une valeur positive signifie une superdiagonale, 0 fait référence à la diagonale principale et une valeur négative signifie des sous-diagonales. « k » peut être un seul entier (pour une seule diagonale) ou une paire d'entiers spécifiant les extrémités inférieure et supérieure d'une bande matricielle. `k[0]` ne doit pas être supérieur à `k[1]`. |
| choix | porte des valeurs d'attributs facultatifs |
Retours
- une nouvelle instance de MatrixSetDiag