এই পৃষ্ঠাটি Cloud Translation API অনুবাদ করেছে।

সেন্সরফ্লো :: অপস :: ম্যাট্রিক্সডায়াগভি 2

#include <array_ops.h>

প্রদত্ত ব্যাচযুক্ত তির্যক মানগুলির সাথে একটি ব্যাচেড তির্যক টেনসর প্রদান করে।

সারসংক্ষেপ

রিটার্নস বিষয়বস্তু সঙ্গে একটি টেন্সর মধ্যে diagonal যেমন k[0] -th করার k[1] , -th একটি ম্যাট্রিক্স এর কর্ণ অন্য সব কিছুর সঙ্গে padded সঙ্গে padding । num_rows এবং num_cols আউটপুটটির অভ্যন্তরীণ ম্যাট্রিক্সের মাত্রা নির্দিষ্ট করে। উভয় নির্দিষ্ট করা নেই হয়, অপ অনুমান অন্তরতম ম্যাট্রিক্স বর্গ এবং infers থেকে তার আকার k এবং গভীরতম মাত্রা diagonal । যদি কেবলমাত্র তাদের মধ্যে একটি নির্দিষ্ট করা থাকে, অপশনটি অনির্ধারিত মানটি অন্যান্য মানদণ্ডের উপর ভিত্তি করে ক্ষুদ্রতম সম্ভব বলে ধরে নেয়।

diagonal r মাত্রা থাকতে পারে [I, J, ..., L, M, N] আউটপুট টেনসরতে র‌্যাঙ্ক r+1 আকৃতিযুক্ত থাকে [I, J, ..., L, M, num_rows, num_cols] যখন কেবল একটি তির্যক দেওয়া হয় ( k একটি পূর্ণসংখ্যা বা k[0] == k[1] ) । অন্যথায়, এটি র্যাঙ্ক হয়েছে r আকৃতি সঙ্গে [I, J, ..., L, num_rows, num_cols] ।

দ্বিতীয় গভীরতম মাত্রা diagonal ডবল অর্থ আছে। যখন k স্কেলার বা k[0] == k[1] , M ব্যাচের আকারের [I, J, ..., M] এর অংশ এবং আউটপুট টেনসর হ'ল:

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
    output[i, j, ..., l, m, n]                ; otherwise

অন্যথায়, M একই ব্যাচে ম্যাট্রিক্সের জন্য ত্রিভুজগুলির সংখ্যা হিসাবে গণ্য করা হয় ( M = k[1]-k[0]+1 ), এবং আউটপুট টেনসর হ'ল:

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, k[1]-d, n-max(d, 0)] ; if d_lower <= d <= d_upper
    input[i, j, ..., l, m, n]                   ; otherwise

যেখানে d = n - m

উদাহরণ স্বরূপ:

# The main diagonal.
diagonal = np.array([[1, 2, 3, 4],            # Input shape: (2, 4)
                     [5, 6, 7, 8]])
tf.matrix_diag(diagonal) ==> [[[1, 0, 0, 0],  # Output shape: (2, 4, 4)
                               [0, 2, 0, 0],
                               [0, 0, 3, 0],
                               [0, 0, 0, 4]],
                              [[5, 0, 0, 0],
                               [0, 6, 0, 0],
                               [0, 0, 7, 0],
                               [0, 0, 0, 8]]]

# A superdiagonal (per batch).
diagonal = np.array([[1, 2, 3],  # Input shape: (2, 3)
                     [4, 5, 6]])
tf.matrix_diag(diagonal, k = 1)
  ==> [[[0, 1, 0, 0],  # Output shape: (2, 4, 4)
        [0, 0, 2, 0],
        [0, 0, 0, 3],
        [0, 0, 0, 0]],
       [[0, 4, 0, 0],
        [0, 0, 5, 0],
        [0, 0, 0, 6],
        [0, 0, 0, 0]]]

# A band of diagonals.
diagonals = np.array([[[1, 2, 3],  # Input shape: (2, 2, 3)
                       [4, 5, 0]],
                      [[6, 7, 9],
                       [9, 1, 0]]])
tf.matrix_diag(diagonals, k = (-1, 0))
  ==> [[[1, 0, 0],  # Output shape: (2, 3, 3)
        [4, 2, 0],
        [0, 5, 3]],
       [[6, 0, 0],
        [9, 7, 0],
        [0, 1, 9]]]

# Rectangular matrix.
diagonal = np.array([1, 2])  # Input shape: (2)
tf.matrix_diag(diagonal, k = -1, num_rows = 3, num_cols = 4)
  ==> [[0, 0, 0, 0],  # Output shape: (3, 4)
       [1, 0, 0, 0],
       [0, 2, 0, 0]]

# Rectangular matrix with inferred num_cols and padding = 9.
tf.matrix_diag(diagonal, k = -1, num_rows = 3, padding = 9)
  ==> [[9, 9],  # Output shape: (3, 2)
       [1, 9],
       [9, 2]]

যুক্তি:

সুযোগ: একটি স্কোপ অবজেক্ট
তির্যক: র‌্যাঙ্ক r , যেখানে r >= 1
k: ডায়াগোনাল অফসেট (গুলি)। ধনাত্মক মান বলতে সুপারডায়াগোনাল হয়, 0টি মূল তির্যককে বোঝায় এবং negativeণাত্মক মান মানে উপ-বিভাগীয়। k একক একক পূর্ণসংখ্যক (একক ত্রিভুজের জন্য) বা ম্যাট্রিক্স ব্যান্ডের নিম্ন এবং উচ্চ প্রান্ত নির্দিষ্ট করে পূর্ণসংখ্যার এক জোড়া হতে পারে। k[0] অবশ্যই k[1] চেয়ে বড় হওয়া উচিত নয়।
num_rows: আউটপুট ম্যাট্রিক্সের সারিগুলির সংখ্যা। যদি দেওয়া হয় না, অপ অনুমান আউটপুট ম্যাট্রিক্স একটি বর্গাকার ম্যাট্রিক্সের এবং infers k থেকে ম্যাট্রিক্স আকার এবং এর অন্তরতম মাত্রা হয় diagonal ।
num_col: আউটপুট ম্যাট্রিক্সের কলামগুলির সংখ্যা। যদি দেওয়া হয় না, অপ অনুমান আউটপুট ম্যাট্রিক্স একটি বর্গাকার ম্যাট্রিক্সের এবং infers k থেকে ম্যাট্রিক্স আকার এবং এর অন্তরতম মাত্রা হয় diagonal ।
প্যাডিং_ভ্যালু: নির্দিষ্ট তির্যক ব্যান্ডের বাইরের অঞ্চলটি পূরণ করার সংখ্যা। ডিফল্ট 0 হয়।

রিটার্নস:

Output : RANK পেয়েছে r+1 যখন k একটি পূর্ণসংখ্যা বা k[0] == k[1] , র্যাঙ্ক r অন্যথায়।

নির্মাণকারী এবং ধ্বংসকারী
`MatrixDiagV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input diagonal, :: tensorflow::Input k, :: tensorflow::Input num_rows, :: tensorflow::Input num_cols, :: tensorflow::Input padding_value)`

জনসাধারণের গুণাবলী
`operation`	`Operation`
`output`	`:: tensorflow::Output`

পাবলিক ফাংশন
`node () const`	`::tensorflow::Node *`
`operator::tensorflow::Input () const`
`operator::tensorflow::Output () const`

জনসাধারণের গুণাবলী

অপারেশন

Operation operation

আউটপুট

::tensorflow::Output output

পাবলিক ফাংশন

ম্যাট্রিক্সডায়াগভি 2

 MatrixDiagV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input diagonal,
  ::tensorflow::Input k,
  ::tensorflow::Input num_rows,
  ::tensorflow::Input num_cols,
  ::tensorflow::Input padding_value
)

নোড

::tensorflow::Node * node() const

অপারেটর :: টেনসরফ্লো :: ইনপুট

 operator::tensorflow::Input() const

অপারেটর :: টেনসরফ্লো :: আউটপুট

 operator::tensorflow::Output() const

সেন্সরফ্লো :: অপস :: ম্যাট্রিক্সডায়াগভি 2

সারসংক্ষেপ

নির্মাণকারী এবং ধ্বংসকারী

জনসাধারণের গুণাবলী

পাবলিক ফাংশন

জনসাধারণের গুণাবলী

অপারেশন

আউটপুট

পাবলিক ফাংশন

ম্যাট্রিক্সডায়াগভি 2

নোড

অপারেটর :: টেনসরফ্লো :: ইনপুট

অপারেটর :: টেনসরফ্লো :: আউটপুট