מחזירה את החלק האלכסוני המצטבר של טנזור אצווה.
מחזירה טנזור עם האלכסונים של `k[0]`-th עד `k[1]`-th של `הקלט` המצטבר.
נניח של"קלט" יש ממדי "r" "[I, J, ..., L, M, N]". תן `max_diag_len` להיות האורך המקסימלי מבין כל האלכסונים שיש לחלץ, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))` תן `num_diags` להיות מספר האלכסונים לחלץ, `num_diags = k[1] - k[0] + 1`.
אם `num_diags == 1`, טנסור הפלט הוא בדרגה `r - 1` עם הצורה `[I, J, ..., L, max_diag_len]` וערכים:
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.
אחרת, לטנזור הפלט יש דירוג `r` עם מידות `[I, J, ..., L, num_diags, max_diag_len]` עם ערכים:
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.
'היסט' הוא אפס למעט כאשר היישור של האלכסון הוא ימינה.
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
}
הקלט חייב להיות לפחות מטריצה.
לְדוּגמָה:
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]]]
כיתות מקוננות
מַחלָקָה | MatrixDiagPartV3.Options | תכונות אופציונליות עבור MatrixDiagPartV3 |
קבועים
חוּט | OP_NAME | השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow |
שיטות ציבוריות
סטטי MatrixDiagPartV3.Options | יישור (יישור מחרוזת) |
פלט <T> | asOutput () מחזירה את הידית הסמלית של הטנזור. |
סטטי <T מרחיב את TType > MatrixDiagPartV3 <T> | |
פלט <T> | אלכסון () האלכסון/ים שחולצו. |
שיטות בירושה
קבועים
מחרוזת סופית סטטית ציבורית OP_NAME
השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow
שיטות ציבוריות
public static MatrixDiagPartV3.Options align (String align)
פרמטרים
ליישר | חלק מהאלכסונים קצרים מ-'max_diag_len' וצריכים להיות מרופדים. `align` הוא מחרוזת המציינת כיצד יש ליישר את אלכסוני העל ותת-אלכסונים, בהתאמה. ישנם ארבעה יישורים אפשריים: "RIGHT_LEFT" (ברירת מחדל), "LEFT_RIGHT", "LEFT_LEFT" ו-"RIGHT_RIGHT". "RIGHT_LEFT" מיישר את אלכסוני העל ימינה (מכפיל את השורה משמאל) ואת אלכסוני המשנה שמאלה (מכפיל את השורה מימין). זוהי פורמט האריזה שבו LAPACK משתמש. cuSPARSE משתמש ב-"LEFT_RIGHT", שהוא היישור ההפוך. |
---|
פלט ציבורי <T> asOutput ()
מחזירה את הידית הסמלית של הטנזור.
כניסות לפעולות TensorFlow הן יציאות של פעולת TensorFlow אחרת. שיטה זו משמשת להשגת ידית סמלית המייצגת את חישוב הקלט.
public static MatrixDiagPartV3 <T> create ( היקף היקף , קלט Operand <T>, Operand < TInt32 > k, Operand <T> paddingValue, אפשרויות... אפשרויות)
שיטת מפעל ליצירת מחלקה העוטפת פעולת MatrixDiagPartV3 חדשה.
פרמטרים
תְחוּם | ההיקף הנוכחי |
---|---|
קֶלֶט | דרג 'r' tensor כאשר 'r >= 2'. |
ק | היסט אלכסוני(ים). ערך חיובי פירושו על-אלכסון, 0 מתייחס לאלכסון הראשי, וערך שלילי פירושו תת-אלכסונים. `k` יכול להיות מספר שלם בודד (עבור אלכסון בודד) או זוג מספרים שלמים המציינים את הקצוות הנמוכים והגבוהים של פס מטריצה. 'k[0]' לא יכול להיות גדול מ-'k[1]'. |
paddingValue | הערך שבו יש למלא את השטח שמחוץ לפס האלכסוני שצוין. ברירת המחדל היא 0. |
אפשרויות | נושא ערכי תכונות אופציונליות |
מחזיר
- מופע חדש של MatrixDiagPartV3