MatrixDiag

публичный финальный класс MatrixDiag

Возвращает пакетный диагональный тензор с заданными пакетными значениями диагонали.

Возвращает тензор с содержимым в `diagonal` как от `k[0]`-й до `k[1]`-й диагонали матрицы, со всем остальным, дополненным `padding`. `num_rows` и `num_cols` определяют размер самой внутренней матрицы вывода. Если оба не указаны, op предполагает, что самая внутренняя матрица является квадратной, и определяет ее размер на основе «k» и самого внутреннего размера «диагонали». Если указан только один из них, оператор предполагает, что неуказанное значение является наименьшим из возможных на основе других критериев.

Пусть «диагональ» имеет «r» размеров «[I, J, ..., L, M, N]». Выходной тензор имеет ранг `r+1` с формой `[I, J, ..., L, M, num_rows, num_cols]`, когда задана только одна диагональ (`k` — целое число или `k[0] == k[1]`). В противном случае он имеет ранг «r» с формой «[I, J, ..., L, num_rows, num_cols]».

Второе внутреннее измерение «диагонали» имеет двойной смысл. Когда `k` скаляр или `k[0] == k[1]`, `M` является частью размера пакета [I, J, ..., M], а выходной тензор:

output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
     padding_value                             ; otherwise
В противном случае `M` рассматривается как количество диагоналей матрицы в одном пакете (`M = k[1]-k[0]+1`), а выходной тензор имеет вид:
output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
     padding_value                                     ; otherwise
где `d = n - m`, `diag_index = k[1] - d` и `index_in_diag = n - max(d, 0)`.

Например:

# 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]]

Константы

Нить OP_NAME Название этой операции, известное основному движку TensorFlow.

Публичные методы

Выход <Т>
какВывод ()
Возвращает символический дескриптор тензора.
статический <T расширяет TType > MatrixDiag <T>
create ( Область действия, Диагональ операнда <T>, Операнд <TInt32> k, Операнд <TInt32> numRows, Операнд <TInt32> numCols, Операнд <T> paddingValue)
Фабричный метод для создания класса, обертывающего новую операцию MatrixDiag.
Выход <Т>
выход ()
Имеет ранг `r+1`, когда `k` является целым числом или `k[0] == k[1]`, в противном случае ранг `r`.

Унаследованные методы

Константы

общедоступная статическая финальная строка OP_NAME

Название этой операции, известное основному движку TensorFlow.

Постоянное значение: «MatrixDiagV2»

Публичные методы

публичный вывод <T> asOutput ()

Возвращает символический дескриптор тензора.

Входные данные для операций TensorFlow являются выходными данными другой операции TensorFlow. Этот метод используется для получения символического дескриптора, который представляет собой вычисление входных данных.

public static MatrixDiag <T> create ( Область действия, Диагональ операнда <T>, Операнд <TInt32> k, Операнд <TInt32> numRows, Операнд <TInt32> numCols, Операнд <T> paddingValue)

Фабричный метод для создания класса, обертывающего новую операцию MatrixDiag.

Параметры
объем текущий объем
диагональ Ранг `r`, где `r >= 1`
к Диагональное смещение(я). Положительное значение означает супердиагональ, 0 относится к главной диагонали, а отрицательное значение означает поддиагонали. `k` может быть одним целым числом (для одной диагонали) или парой целых чисел, определяющих нижний и верхний пределы полосы матрицы. `k[0]` не должен быть больше `k[1]`.
число строк Количество строк выходной матрицы. Если он не указан, оператор предполагает, что выходная матрица является квадратной матрицей, и определяет размер матрицы на основе k и самого внутреннего измерения «диагонали».
numCols Количество столбцов выходной матрицы. Если он не указан, оператор предполагает, что выходная матрица является квадратной матрицей, и определяет размер матрицы на основе k и самого внутреннего измерения «диагонали».
значение отступа Число, которым нужно заполнить область за пределами указанной диагональной полосы. По умолчанию — 0.
Возврат
  • новый экземпляр MatrixDiag

публичный вывод <T> вывод ()

Имеет ранг `r+1`, когда `k` является целым числом или `k[0] == k[1]`, в противном случае ранг `r`.