Retorna um tensor de matriz em lote com novos valores diagonais em lote.
Dado `input` e `diagonal`, esta operação retorna um tensor com a mesma forma e valores que `input`, exceto pelas diagonais especificadas das matrizes mais internas. Estes serão substituídos pelos valores em `diagonal`.
`input` tem dimensões `r+1` `[I, J, ..., L, M, N]`. Quando `k` é escalar ou `k[0] == k[1]`, `diagonal` tem dimensões `r` `[I, J, ..., L, max_diag_len]`. Caso contrário, tem dimensões `r+1` `[I, J, ..., L, num_diags, max_diag_len]`. `num_diags` é o número de diagonais, `num_diags = k[1] - k[0] + 1`. `max_diag_len` é a diagonal mais longa no intervalo `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))`
A saída é um tensor de posto `k+1` com dimensões `[I, J, ..., L, M, N]`. Se `k` for escalar ou `k[0] == k[1]`:
output[i, j, ..., l, m, n]
= diagonal[i, j, ..., l, n-max(k[1], 0)] ; if n - m == k[1]
input[i, j, ..., l, m, n] ; otherwise
Caso contrário, output[i, j, ..., l, m, n]
= diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
input[i, j, ..., l, m, n] ; otherwise
onde `d = n - m`, `diag_index = k[1] - d` e ` index_in_diag = n - max(d, 0)`.Por exemplo:
# The main diagonal.
input = np.array([[[7, 7, 7, 7], # Input shape: (2, 3, 4)
[7, 7, 7, 7],
[7, 7, 7, 7]],
[[7, 7, 7, 7],
[7, 7, 7, 7],
[7, 7, 7, 7]]])
diagonal = np.array([[1, 2, 3], # Diagonal shape: (2, 3)
[4, 5, 6]])
tf.matrix_set_diag(diagonal) ==> [[[1, 7, 7, 7], # Output shape: (2, 3, 4)
[7, 2, 7, 7],
[7, 7, 3, 7]],
[[4, 7, 7, 7],
[7, 5, 7, 7],
[7, 7, 6, 7]]]
# A superdiagonal (per batch).
tf.matrix_set_diag(diagonal, k = 1)
==> [[[7, 1, 7, 7], # Output shape: (2, 3, 4)
[7, 7, 2, 7],
[7, 7, 7, 3]],
[[7, 4, 7, 7],
[7, 7, 5, 7],
[7, 7, 7, 6]]]
# A band of diagonals.
diagonals = np.array([[[1, 2, 3], # Diagonal shape: (2, 2, 3)
[4, 5, 0]],
[[6, 1, 2],
[3, 4, 0]]])
tf.matrix_set_diag(diagonals, k = (-1, 0))
==> [[[1, 7, 7, 7], # Output shape: (2, 3, 4)
[4, 2, 7, 7],
[0, 5, 3, 7]],
[[6, 7, 7, 7],
[3, 1, 7, 7],
[7, 4, 2, 7]]]
Métodos públicos
Saída <T> | comoSaída () Retorna o identificador simbólico de um tensor. |
estático <T> MatrixSetDiagV2 <T> | |
Saída <T> | saída () Classifique `r+1`, com `output.shape = input.shape`. |
Métodos Herdados
Métodos públicos
Public Output <T> asOutput ()
Retorna o identificador simbólico de um tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static MatrixSetDiagV2 <T> create ( Escopo do escopo, Operando <T> entrada, Operando <T> diagonal, Operando <Inteiro> k)
Método de fábrica para criar uma classe envolvendo uma nova operação MatrixSetDiagV2.
Parâmetros
alcance | escopo atual |
---|---|
entrada | Classifique `r+1`, onde `r >= 1`. |
diagonal | Classifique `r` quando `k` for um inteiro ou `k[0] == k[1]`. Caso contrário, ele tem classificação `r+1`. `k >= 1`. |
k | Deslocamento(s) diagonal(is). Valor positivo significa superdiagonal, 0 refere-se à diagonal principal e valor negativo significa subdiagonal. `k` pode ser um único inteiro (para uma única diagonal) ou um par de inteiros especificando as extremidades inferior e superior de uma banda de matriz. `k[0]` não deve ser maior que `k[1]`. |
Devoluções
- uma nova instância de MatrixSetDiagV2