MatrixDiagV2

classe finale pubblica MatrixDiagV2

Restituisce un tensore diagonale raggruppato con determinati valori diagonali raggruppati.

Restituisce un tensore con il contenuto in "diagonale" come diagonali da "k[0]" 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 "diagonale". 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 "diagonale" avere dimensioni "r" "[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 di "diagonale" ha un doppio significato. Quando `k` è scalare o `k[0] == k[1]`, `M` fa parte della dimensione 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 per la 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)`.

Ad 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]]
 

Metodi pubblici

Uscita <T>
comeuscita ()
Restituisce la maniglia simbolica di un tensore.
<T> statico MatrixDiagV2 <T>
create ( ambito ambito , operando <T> diagonale, operando <intero> k, operando <intero> numRows, operando <intero> numCols, operando <T> paddingValue)
Metodo factory per creare una classe che racchiude una nuova operazione MatrixDiagV2.
Uscita <T>
produzione ()
Ha rango `r+1` quando `k` è un numero intero o `k[0] == k[1]`, rango `r` altrimenti.

Metodi ereditati

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce la maniglia simbolica di un tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static MatrixDiagV2 <T> create ( ambito ambito , operando <T> diagonale, operando <intero> k, operando <intero> numRows, operando <intero> numCols, operando <T> paddingValue)

Metodo factory per creare una classe che racchiude una nuova operazione MatrixDiagV2.

Parametri
scopo ambito attuale
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 le estremità inferiore e superiore di una banda di matrice. "k[0]" non deve essere maggiore di "k[1]".
numRighe Il numero di righe della matrice di output. Se non viene fornita, 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 "diagonale".
numCol Il numero di colonne della matrice di output. Se non viene fornita, 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 "diagonale".
valoreimbottitura Il numero con cui riempire l'area all'esterno della banda diagonale specificata. L'impostazione predefinita è 0.
ritorna
  • una nuova istanza di MatrixDiagV2

Uscita pubblica <T> uscita ()

Ha rango `r+1` quando `k` è un numero intero o `k[0] == k[1]`, rango `r` altrimenti.