dòng chảy căng:: ôi:: Ma TrậnDiagPartV2

#include <array_ops.h>

Trả về phần đường chéo theo đợt của một tenxơ theo đợt.

Bản tóm tắt

Trả về một tenxơ có đường chéo k[0] -th đến k[1] - của input theo đợt .

Giả sử input có r kích thước [I, J, ..., L, M, N] . Đặt max_diag_len là độ dài tối đa trong số tất cả các đường chéo được trích xuất, max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0)) Gọi num_diags là số đường chéo cần giải nén, num_diags = k[1] - k[0] + 1 .

Nếu num_diags == 1 , tensor đầu ra có hạng r - 1 với hình dạng [I, J, ..., L, max_diag_len] và các giá trị:

diagonal[i, j, ..., l, n]
  = input[i, j, ..., l, n+y, n+x] ; when 0 <= n-y < M and 0 <= n-x < N,
    0                             ; otherwise.
trong đó y = max(-k[1], 0) , x = max(k[1], 0) .

Ngược lại, tenxơ đầu ra có hạng r với các kích thước [I, J, ..., L, num_diags, max_diag_len] với các giá trị:

diagonal[i, j, ..., l, m, n]
  = input[i, j, ..., l, n+y, n+x] ; when 0 <= n-y < M and 0 <= n-x < N,
    0                             ; otherwise.
trong đó d = k[1] - m , y = max(-d, 0) và x = max(d, 0) .

Đầu vào ít nhất phải là ma trận.

Ví dụ:

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 = 9
tf.matrix_diag_part(input, k = (1, 3), padding = 9)
  ==> [[[4, 9, 9],  # Output shape: (2, 3, 3)
        [3, 8, 9],
        [2, 7, 6]],
       [[2, 9, 9],
        [3, 4, 9],
        [4, 3, 8]]]

Tranh luận:

  • phạm vi: Một đối tượng Phạm vi
  • đầu vào: Xếp hạng r tensor trong đó r >= 2 .
  • k: (Các) khoảng lệch chéo. Giá trị dương có nghĩa là đường chéo lớn, 0 là đường chéo chính và giá trị âm có nghĩa là đường chéo phụ. k có thể là một số nguyên đơn (đối với một đường chéo) hoặc một cặp số nguyên xác định đầu dưới và đầu cao của dải ma trận. k[0] không được lớn hơn k[1] .
  • đệm_value: Giá trị để lấp đầy khu vực bên ngoài dải chéo được chỉ định. Mặc định là 0.

Trả về:

  • Output : (Các) đường chéo được trích xuất.

Hàm tạo và hàm hủy

MatrixDiagPartV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input k, :: tensorflow::Input padding_value)

Thuộc tính công khai

diagonal
operation

Chức năng công cộng

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Thuộc tính công khai

đường chéo

::tensorflow::Output diagonal

hoạt động

Operation operation

Chức năng công cộng

Ma TrậnDiagPartV2

 MatrixDiagPartV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input k,
  ::tensorflow::Input padding_value
)

nút

::tensorflow::Node * node() const

toán tử::tenorflow::Đầu vào

 operator::tensorflow::Input() const

toán tử::tenorflow::Đầu ra

 operator::tensorflow::Output() const