Yeni toplu çapraz değerlere sahip toplu matris tensörünü döndürür.
"Giriş" ve "köşegen" verildiğinde, bu işlem, en içteki matrislerin belirtilen köşegenleri dışında, "giriş" ile aynı şekil ve değerlere sahip bir tensör döndürür. Bunların üzerine 'çapraz' değerler yazılacaktır.
'giriş', 'r+1' boyutlarına '[I, J, ..., L, M, N]' sahiptir. 'k' skaler olduğunda veya 'k[0] == k[1]' olduğunda, 'köşegen'in 'r' boyutları `[I, J, ..., L, max_diag_len]' olur. Aksi takdirde, `r+1` boyutlarına `[I, J, ..., L, num_diags, max_diag_len]` sahiptir. "num_diags" köşegenlerin sayısıdır, "num_diags = k[1] - k[0] + 1". `max_diag_len`, `[k[0], k[1]]' aralığındaki en uzun köşegendir, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))'
Çıktı, "[I, J, ..., L, M, N]" boyutlarına sahip "k+1" dereceli bir tensördür. 'k' skaler ise veya 'k[0] == k[1]' ise:
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
Köşegen hizalamasının sağa doğru olması dışında "ofset" sıfırdır.
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
}Örneğin:
# 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]]]
İç İçe Sınıflar
| sınıf | MatrixSetDiag.Options | MatrixSetDiag için isteğe bağlı özellikler | |
Sabitler
| Sicim | OP_NAME | Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı |
Genel Yöntemler
| statik MatrixSetDiag.Options | hizala (Dize hizala) |
| Çıkış <T> | Çıkış olarak () Tensörün sembolik tutamacını döndürür. |
| static <T, TType'ı genişletir > MatrixSetDiag <T> | |
| Çıkış <T> | çıktı () 'output.shape = input.shape' ile 'r+1' sırasını alın. |
Kalıtsal Yöntemler
| boolean | eşittir (Nesne arg0) |
| son Sınıf<?> | getClass () |
| int | hashKodu () |
| son boşluk | bildir () |
| son boşluk | tümünü bildir () |
| Sicim | toString () |
| son boşluk | bekle (uzun arg0, int arg1) |
| son boşluk | bekle (uzun arg0) |
| son boşluk | Beklemek () |
| özet Yürütme Ortamı | env () Bu operasyonun oluşturulduğu yürütme ortamını döndürün. |
| soyut Operasyon |
| özet Çıkış <T> | Çıkış olarak () Tensörün sembolik tutamacını döndürür. |
| soyut T | Tensör olarak () Bu işlenendeki tensörü döndürür. |
| soyut Şekil | |
| soyut Sınıf<T> | tip () Bu işlenenin tensör türünü döndürür |
Sabitler
genel statik son Dize OP_NAME
Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı
Genel Yöntemler
public static MatrixSetDiag.Options hizalama (Dize hizalama)
Parametreler
| hizalamak | Bazı köşegenler "max_diag_len"den daha kısadır ve doldurulmaları gerekir. `align', süper köşegenlerin ve alt köşegenlerin sırasıyla nasıl hizalanması gerektiğini belirten bir dizedir. Dört olası hizalama vardır: "RIGHT_LEFT" (varsayılan), "LEFT_RIGHT", "LEFT_LEFT" ve "RIGHT_RIGHT". "RIGHT_LEFT" süper köşegenleri sağa (satırı sola doldurur) ve alt köşegenleri sola (satırı sağa doldurur) hizalar. LAPACK'in kullandığı paketleme formatıdır. cuSPARSE, ters hizalama olan "LEFT_RIGHT"ı kullanır. |
|---|
genel Çıkış <T> asOutput ()
Tensörün sembolik tutamacını döndürür.
TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.
public static MatrixSetDiag <T> create ( Kapsam kapsamı, İşlenen <T> girişi, İşlenen <T> köşegen, İşlenen < TInt32 > k, Seçenekler... seçenekler)
Yeni bir MatrixSetDiag işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Parametreler
| kapsam | mevcut kapsam |
|---|---|
| giriş | Sıralama "r+1", burada "r >= 1". |
| diyagonal | 'k' bir tam sayı olduğunda veya 'k[0] == k[1]' olduğunda 'r'yi sıralayın. Aksi halde 'r+1' derecesine sahiptir. 'k >= 1'. |
| k | Çapraz uzaklık(lar). Pozitif değer süper köşegeni, 0 ana köşegeni, negatif değer ise alt köşegenleri ifade eder. 'k' tek bir tam sayı (tek bir köşegen için) veya bir matris bandının alt ve üst uçlarını belirten bir çift tam sayı olabilir. "k[0]", "k[1]"den büyük olmamalıdır. |
| seçenekler | isteğe bağlı nitelik değerlerini taşır |
İade
- MatrixSetDiag'ın yeni bir örneği