সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
টেনসরফ্লো :: অপস:: ম্যাট্রিক্স ডায়াগ
#include <array_ops.h> একটি প্রদত্ত ব্যাচ করা তির্যক মান সহ একটি ব্যাচড তির্যক টেনসর প্রদান করে।
সারাংশ
একটি diagonal দেওয়া হলে, এই ক্রিয়াটি diagonal সহ একটি টেনসর প্রদান করে এবং বাকি সবকিছু শূন্য দিয়ে প্যাড করা হয়। তির্যকটি নিম্নরূপ গণনা করা হয়:
অনুমান করুন diagonal k মাত্রা রয়েছে [I, J, K, ..., N] , তারপর আউটপুটটি মাত্রা সহ k+1 র্যাঙ্কের একটি টেনসর [I, J, K, ..., N, N]` যেখানে:
output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n]
যেমন:
# 'diagonal' is [[1, 2, 3, 4], [5, 6, 7, 8]]
and diagonal.shape = (2, 4)
tf.matrix_diag(diagonal) ==> [[[1, 0, 0, 0]
[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]]]which has shape (2, 4, 4)
যুক্তি:
- স্কোপ: একটি স্কোপ অবজেক্ট
- তির্যক: র্যাঙ্ক
k , যেখানে k >= 1 ।
রিটার্ন:
-
Output : র্যাঙ্ক k+1 , output.shape = diagonal.shape + [diagonal.shape[-1]] সহ।
পাবলিক বৈশিষ্ট্য
পাবলিক ফাংশন
নোড
::tensorflow::Node * node() const
operator::tensorflow::Input() const
অপারেটর::টেনসরফ্লো::আউটপুট
operator::tensorflow::Output() const
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-26 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-26 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["# tensorflow::ops::MatrixDiag Class Reference\n\ntensorflow::ops::MatrixDiag\n===========================\n\n`#include \u003carray_ops.h\u003e`\n\nReturns a batched diagonal tensor with a given batched diagonal values.\n\nSummary\n-------\n\nGiven a `diagonal`, this operation returns a tensor with the `diagonal` and everything else padded with zeros. The diagonal is computed as follows:\n\nAssume `diagonal` has `k` dimensions `[I, J, K, ..., N]`, then the output is a tensor of rank `k+1` with dimensions \\[I, J, K, ..., N, N\\]\\` where:\n\n`output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n]`.\n\nFor example:\n\n\n```text\n# 'diagonal' is [[1, 2, 3, 4], [5, 6, 7, 8]]\n```\n\n\u003cbr /\u003e\n\n\n```text\nand diagonal.shape = (2, 4)\n```\n\n\u003cbr /\u003e\n\n\n```scdoc\ntf.matrix_diag(diagonal) ==\u003e [[[1, 0, 0, 0]\n [0, 2, 0, 0]\n [0, 0, 3, 0]\n [0, 0, 0, 4]],\n [[5, 0, 0, 0]\n [0, 6, 0, 0]\n [0, 0, 7, 0]\n [0, 0, 0, 8]]]\n```\n\n\u003cbr /\u003e\n\n\n```perl6\nwhich has shape (2, 4, 4)\n```\n\n\u003cbr /\u003e\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- diagonal: Rank `k`, where `k \u003e= 1`.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): Rank `k+1`, with `output.shape = diagonal.shape + [diagonal.shape[-1]]`.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [MatrixDiag](#classtensorflow_1_1ops_1_1_matrix_diag_1a2b263945a55c830cec2aa8e732ad4c37)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` diagonal)` ||\n\n| ### Public attributes ||\n|-----------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_matrix_diag_1a2a3f9fd08f8b6b8b5209a62bc2c0e4e4) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_matrix_diag_1aba2480ed932f279c48fc6028f6be7a92) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_matrix_diag_1aa1db7faefb57b9fee4eddaee99c3a5a3)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_matrix_diag_1ae38fc37ca0a5a229e9c9d3f827ebfa6d)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_matrix_diag_1aaaad00f636d2ad7be0fd131133b79006)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### MatrixDiag\n\n```gdscript\n MatrixDiag(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input diagonal\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]
