aliran tensor:: operasi:: MatriksDiagV2

#include <array_ops.h>

Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.

Ringkasan

Mengembalikan tensor dengan konten diagonal sebagai k[0] -th hingga k[1] -th diagonal dari sebuah matriks, dengan semua yang lain diisi dengan padding . num_rows dan num_cols menentukan dimensi matriks keluaran terdalam. Jika keduanya tidak ditentukan, op mengasumsikan matriks terdalam berbentuk persegi dan menyimpulkan ukurannya dari k dan dimensi diagonal terdalam. Jika hanya salah satu saja yang ditentukan, operasi mengasumsikan nilai yang tidak ditentukan adalah yang terkecil berdasarkan kriteria lain.

Misalkan diagonal mempunyai r dimensi [I, J, ..., L, M, N] . Tensor keluaran memiliki peringkat r+1 dengan bentuk [I, J, ..., L, M, num_rows, num_cols] ketika hanya satu diagonal yang diberikan ( k adalah bilangan bulat atau k[0] == k[1] ) . Jika tidak, ia memiliki peringkat r dengan bentuk [I, J, ..., L, num_rows, num_cols] .

Dimensi diagonal terdalam kedua mempunyai arti ganda. Jika k adalah skalar atau k[0] == k[1] , M adalah bagian dari ukuran kumpulan [I, J, ..., M], dan tensor keluarannya adalah:

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

Jika tidak, M diperlakukan sebagai jumlah diagonal untuk matriks dalam kumpulan yang sama ( M = k[1]-k[0]+1 ), dan tensor keluarannya adalah:

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

Misalnya: 

# 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]]

Argumen:

  • ruang lingkup: Objek Lingkup
  • diagonal: Peringkat r , di mana r >= 1
  • k: Offset diagonal. Nilai positif berarti superdiagonal, 0 mengacu pada diagonal utama, dan nilai negatif berarti subdiagonal. k dapat berupa bilangan bulat tunggal (untuk satu diagonal) atau sepasang bilangan bulat yang menentukan ujung rendah dan tinggi dari pita matriks. k[0] tidak boleh lebih besar dari k[1] .
  • num_rows: Jumlah baris matriks keluaran. Jika tidak tersedia, operasi mengasumsikan matriks keluaran adalah matriks persegi dan menyimpulkan ukuran matriks dari k dan dimensi diagonal terdalam.
  • num_cols: Jumlah kolom matriks keluaran. Jika tidak tersedia, operasi mengasumsikan matriks keluaran adalah matriks persegi dan menyimpulkan ukuran matriks dari k dan dimensi diagonal terdalam.
  • padding_value: Angka untuk mengisi area di luar pita diagonal yang ditentukan. Standarnya adalah 0.

Pengembalian:

  • Output : Memiliki peringkat r+1 ketika k adalah bilangan bulat atau k[0] == k[1] , peringkat r sebaliknya.

Konstruktor dan Destruktor

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

Atribut publik

operation
output

Fungsi publik

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

Atribut publik

operasi 

Operation operation

keluaran 

::tensorflow::Output output

Fungsi publik

MatriksDiagV2 

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

simpul 

::tensorflow::Node * node() const

operator::tensorflow::Masukan 

 operator::tensorflow::Input() const

operator::tensorflow::Keluaran

 operator::tensorflow::Output() const