إرجاع الجزء القطري المجمع من موتر مجمع.
تُرجع موترًا بأقطار `k[0]`-th إلى `k[1]`-th من `input` المجمعة.
افترض أن "الإدخال" له أبعاد "r" `[I, J, ..., L, M, N]`. اجعل `max_diag_len` هو الحد الأقصى للطول بين جميع الأقطار المراد استخراجها، `max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))` دع `num_diags` يكون عدد الأقطار المطلوب استخراجها، `num_diags = k[1] - k[0] + 1`.
إذا كان `num_diags == 1`، فإن موتر الخرج يكون من الرتبة `r - 1` بالشكل `[I, J, ..., L, max_diag_len]` والقيم:
diagonal[i, j, ..., l, n]
= input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
padding_value ; otherwise.
بخلاف ذلك، فإن موتر الإخراج له رتبة `r` بأبعاد `[I, J, ..., L, num_diags, max_diag_len]` مع القيم:
diagonal[i, j, ..., l, m, n]
= input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
padding_value ; otherwise.
"الإزاحة" هي صفر إلا عندما تكون محاذاة القطر إلى اليمين.
offset = max_diag_len - diag_len(d) ; if (`align` in {RIGHT_LEFT, RIGHT_RIGHT
and `d >= 0`) or
(`align` in {LEFT_RIGHT, RIGHT_RIGHT}
and `d <= 0`)
0 ; otherwise
}
يجب أن يكون الإدخال مصفوفة على الأقل.
على سبيل المثال:
input = np.array([[[1, 2, 3, 4], # Input shape: (2, 3, 4)
[5, 6, 7, 8],
[9, 8, 7, 6]],
[[5, 4, 3, 2],
[1, 2, 3, 4],
[5, 6, 7, 8]]])
# A main diagonal from each batch.
tf.matrix_diag_part(input) ==> [[1, 6, 7], # Output shape: (2, 3)
[5, 2, 7]]
# A superdiagonal from each batch.
tf.matrix_diag_part(input, k = 1)
==> [[2, 7, 6], # Output shape: (2, 3)
[4, 3, 8]]
# A band from each batch.
tf.matrix_diag_part(input, k = (-1, 2))
==> [[[0, 3, 8], # Output shape: (2, 4, 3)
[2, 7, 6],
[1, 6, 7],
[5, 8, 0]],
[[0, 3, 4],
[4, 3, 8],
[5, 2, 7],
[1, 6, 0]]]
# LEFT_RIGHT alignment.
tf.matrix_diag_part(input, k = (-1, 2), align="LEFT_RIGHT")
==> [[[3, 8, 0], # Output shape: (2, 4, 3)
[2, 7, 6],
[1, 6, 7],
[0, 5, 8]],
[[3, 4, 0],
[4, 3, 8],
[5, 2, 7],
[0, 1, 6]]]
# max_diag_len can be shorter than the main diagonal.
tf.matrix_diag_part(input, k = (-2, -1))
==> [[[5, 8],
[9, 0]],
[[1, 6],
[5, 0]]]
# padding_value = 9
tf.matrix_diag_part(input, k = (1, 3), padding_value = 9)
==> [[[9, 9, 4], # Output shape: (2, 3, 3)
[9, 3, 8],
[2, 7, 6]],
[[9, 9, 2],
[9, 3, 4],
[4, 3, 8]]]
فئات متداخلة
فصل | MatrixDiagPartV3.Options | السمات الاختيارية لـ MatrixDiagPartV3 |
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
ثابت MatrixDiagPartV3.Options | محاذاة (محاذاة السلسلة) |
الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت <T يمتد TType > MatrixDiagPartV3 <T> | |
الإخراج <T> | قطري () القطر (القطرات) المستخرجة. |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
MatrixDiagPartV3.Options ثابت عام، محاذاة (محاذاة السلسلة)
حدود
محاذاة | بعض الأقطار أقصر من `max_diag_len` وتحتاج إلى الحشو. `align` عبارة عن سلسلة تحدد كيفية محاذاة الأقطار الفائقة والأقطار الفرعية، على التوالي. هناك أربع محاذاة محتملة: "RIGHT_LEFT" (افتراضي)، و"LEFT_RIGHT"، و"LEFT_LEFT"، و"RIGHT_RIGHT". يقوم "RIGHT_LEFT" بمحاذاة الأقطار الفائقة إلى اليمين (وسادات الصف اليسرى) والأقطار الفرعية إلى اليسار (وسادات الصف اليمنى). إنه تنسيق التعبئة الذي يستخدمه LAPACK. يستخدم cuSPARSE "LEFT_RIGHT"، وهو المحاذاة المعاكسة. |
---|
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء MatrixDiagPartV3 <T> ثابت عام (نطاق النطاق ، إدخال المعامل <T>، المعامل < TInt32 > k، المعامل <T> قيمة الحشو، الخيارات... خيارات)
طريقة المصنع لإنشاء فئة تغلف عملية MatrixDiagPartV3 جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
مدخل | رتبة الموتر `r` حيث `r >= 2`. |
ك | الإزاحة القطرية. القيمة الموجبة تعني القطر الفائق، 0 تشير إلى القطر الرئيسي، والقيمة السالبة تعني الأقطار الفرعية. يمكن أن يكون `k` عددًا صحيحًا واحدًا (لقطر واحد) أو زوجًا من الأعداد الصحيحة التي تحدد الأطراف المنخفضة والعالية لنطاق المصفوفة. يجب ألا يكون `k[0]` أكبر من `k[1]`. |
قيمة الحشو | القيمة المطلوب ملء المنطقة خارج النطاق القطري المحدد بها. الافتراضي هو 0. |
خيارات | يحمل قيم السمات الاختيارية |
المرتجعات
- مثيل جديد من MatrixDiagPartV3