aliran tensor:: operasi:: MatrixBandBagian
#include <array_ops.h>Salin pengaturan tensor segala sesuatu di luar pita pusat di setiap matriks terdalam ke nol.
Ringkasan
Bagian band dihitung sebagai berikut: Asumsikan input mempunyai k dimensi [I, J, K, ..., M, N] , maka keluarannya berupa tensor dengan bentuk yang sama dimana
band[i, j, k, ..., m, n] = in_band(m, n) * input[i, j, k, ..., m, n] .
Fungsi indikator
in_band(m, n) = (num_lower < 0 || (mn) <= num_lower)) && (num_upper < 0 || (nm) <= num_upper) .
Misalnya:
# if 'input' is [[ 0, 1, 2, 3]
[-1, 0, 1, 2]
[-2, -1, 0, 1]
[-3, -2, -1, 0]],tf.matrix_band_part(input, 1, -1) ==> [[ 0, 1, 2, 3]
[-1, 0, 1, 2]
[ 0, -1, 0, 1]
[ 0, 0, -1, 0]],tf.matrix_band_part(input, 2, 1) ==> [[ 0, 1, 0, 0]
[-1, 0, 1, 0]
[-2, -1, 0, 1]
[ 0, -2, -1, 0]]Kasus khusus yang berguna:
tf.matrix_band_part(input, 0, -1) ==> Upper triangular part. tf.matrix_band_part(input, -1, 0) ==> Lower triangular part. tf.matrix_band_part(input, 0, 0) ==> Diagonal.
Argumen:
- ruang lingkup: Objek Lingkup
- masukan: Tensor peringkat
k. - num_lower: tensor 0-D. Jumlah subdiagonal yang harus dipertahankan. Jika negatif, pertahankan seluruh segitiga bawah.
- num_upper: tensor 0-D. Jumlah superdiagonal yang harus dipertahankan. Jika negatif, pertahankan seluruh segitiga atas.
Pengembalian:
-
Output: Peringkatktensor dengan bentuk yang sama dengan masukan. Tensor berpita yang diekstraksi.
Konstruktor dan Destruktor | |
|---|---|
MatrixBandPart (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input num_lower, :: tensorflow::Input num_upper) |
Atribut publik | |
|---|---|
band | |
operation | |
Fungsi publik | |
|---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const | |
Atribut publik
pita
::tensorflow::Output band
operasi
Operation operation
Fungsi publik
MatrixBandBagian
MatrixBandPart( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input num_lower, ::tensorflow::Input num_upper )
simpul
::tensorflow::Node * node() const
operator::tensorflow::Masukan
operator::tensorflow::Input() const
operator::tensorflow::Keluaran
operator::tensorflow::Output() const