tensoreflusso:: ops:: MatrixDiagV2

#include <array_ops.h>

Restituisce un tensore diagonale raggruppato con determinati valori diagonali raggruppati.

Riepilogo

Restituisce un tensore con il contenuto in diagonal come diagonali k[0] -esima a k[1] -esima di una matrice, con tutto il resto riempito con padding . num_rows e num_cols specificano la dimensione della matrice più interna dell'output. Se entrambi non sono specificati, l'operazione presuppone che la matrice più interna sia quadrata e ne deduce la dimensione da k e dalla dimensione più interna di diagonal . Se ne viene specificato solo uno, l'operazione presuppone che il valore non specificato sia il più piccolo possibile in base ad altri criteri.

Sia diagonal ad avere r dimensioni [I, J, ..., L, M, N] . Il tensore di output ha rango r+1 con forma [I, J, ..., L, M, num_rows, num_cols] quando viene fornita una sola diagonale ( k è un numero intero o k[0] == k[1] ) . Altrimenti, ha rango r con forma [I, J, ..., L, num_rows, num_cols] .

La seconda dimensione più interna della diagonal ha un doppio significato. Quando k è scalare o k[0] == k[1] , M fa parte della dimensione del batch [I, J, ..., M] e il tensore di output è:

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

Altrimenti, M viene trattato come il numero di diagonali della matrice nello stesso batch ( M = k[1]-k[0]+1 ) e il tensore di output è:

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
    padding_value                                     ; otherwise
dove d = n - m , diag_index = k[1] - d e index_in_diag = n - max(d, 0) .

Per esempio:

# 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_value = 9.
tf.matrix_diag(diagonal, k = -1, num_rows = 3, padding_value = 9)
  ==> [[9, 9],  # Output shape: (3, 2)
       [1, 9],
       [9, 2]]

Argomenti:

  • scope: un oggetto Scope
  • diagonale: Rango r , dove r >= 1
  • k: Offset diagonale(i). Il valore positivo significa superdiagonale, 0 si riferisce alla diagonale principale e il valore negativo significa subdiagonali. k può essere un singolo numero intero (per una singola diagonale) o una coppia di numeri interi che specificano gli estremi inferiore e superiore di una banda di matrice. k[0] non deve essere maggiore di k[1] .
  • num_rows: il numero di righe della matrice di output. Se non viene fornito, l'operazione presuppone che la matrice di output sia una matrice quadrata e deduce la dimensione della matrice da k e la dimensione più interna di diagonal .
  • num_cols: il numero di colonne della matrice di output. Se non viene fornito, l'operazione presuppone che la matrice di output sia una matrice quadrata e deduce la dimensione della matrice da k e la dimensione più interna di diagonal .
  • valore_imbottitura: il numero con cui riempire l'area esterna alla banda diagonale specificata. L'impostazione predefinita è 0.

Ritorna:

  • Output : ha rango r+1 quando k è un numero intero o k[0] == k[1] , rango r altrimenti.

Costruttori e distruttori

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

Attributi pubblici

operation
output

Funzioni pubbliche

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

Attributi pubblici

operazione

Operation operation

produzione

::tensorflow::Output output

Funzioni pubbliche

MatrixDiagV2

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

nodo

::tensorflow::Node * node() const 

operatore::tensorflow::Input

 operator::tensorflow::Input() const 

operatore::tensorflow::Output

 operator::tensorflow::Output() const