MatrixDiagV3

aula final pública MatrixDiagV3

Retorna um tensor diagonal em lote com determinados valores diagonais em lote.

Retorna um tensor com o conteúdo em `diagonal` como `k[0]`-ésima a `k[1]`-ésima diagonal de uma matriz, com todo o resto preenchido com `preenchimento`. `num_rows` e `num_cols` especificam a dimensão da matriz mais interna da saída. Se ambos não forem especificados, a operação assume que a matriz mais interna é quadrada e infere seu tamanho de `k` e da dimensão mais interna de `diagonal`. Se apenas um deles for especificado, a operação assumirá que o valor não especificado é o menor possível com base em outros critérios.

Deixe `diagonal` ter `r` dimensões `[I, J, ..., L, M, N]`. O tensor de saída tem classificação `r+1` com forma `[I, J, ..., L, M, num_rows, num_cols]` quando apenas uma diagonal é fornecida (`k` é um número inteiro ou `k[0] ==k[1]`). Caso contrário, possui classificação `r` com forma `[I, J, ..., L, num_rows, num_cols]`.

A segunda dimensão mais interna de `diagonal` tem duplo significado. Quando `k` é escalar ou `k[0] == k[1]`, `M` faz parte do tamanho do lote [I, J, ..., M], e o tensor de saída é:

output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
     padding_value                             ; otherwise
Caso contrário, `M` é tratado como o número de diagonais da matriz no mesmo lote (`M = k[1]-k[0]+1`), e o tensor de saída é:
output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
     padding_value                                     ; otherwise
onde `d = n - m`, `diag_index = [k] - d` e `index_in_diag = n - max(d, 0) + offset`.

`offset` é zero, exceto quando o alinhamento da diagonal está à direita.

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
 }
 onde `diag_len(d) = min(cols - max(d, 0), linhas + min(d, 0))`.

Por exemplo:

# 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 tridiagonal band (per batch).
 diagonals = np.array([[[0, 8, 9],  # Input shape: (2, 2, 3)
                        [1, 2, 3],
                        [4, 5, 0]],
                       [[0, 2, 3],
                        [6, 7, 9],
                        [9, 1, 0]]])
 tf.matrix_diag(diagonals, k = (-1, 1))
   ==> [[[1, 8, 0],  # Output shape: (2, 3, 3)
         [4, 2, 9],
         [0, 5, 3]],
        [[6, 2, 0],
         [9, 7, 3],
         [0, 1, 9]]]
 
 # LEFT_RIGHT alignment.
 diagonals = np.array([[[8, 9, 0],  # Input shape: (2, 2, 3)
                        [1, 2, 3],
                        [0, 4, 5]],
                       [[2, 3, 0],
                        [6, 7, 9],
                        [0, 9, 1]]])
 tf.matrix_diag(diagonals, k = (-1, 1), align="LEFT_RIGHT")
   ==> [[[1, 8, 0],  # Output shape: (2, 3, 3)
         [4, 2, 9],
         [0, 5, 3]],
        [[6, 2, 0],
         [9, 7, 3],
         [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]]

Classes aninhadas

aula MatrixDiagV3.Opções Atributos opcionais para MatrixDiagV3

Constantes

Corda OP_NAME O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Métodos Públicos

MatrixDiagV3.Options estático
alinhar (alinhar string)
Saída <T>
asOutput ()
Retorna o identificador simbólico do tensor.
estático <T estende TType > MatrixDiagV3 <T>
create ( Escopo do escopo, Operando <T> diagonal, Operando < TInt32 > k, Operando < TInt32 > numRows, Operando < TInt32 > numCols, Operando <T> paddingValue, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação MatrixDiagV3.
Saída <T>
saída ()
Tem classificação `r+1` quando `k` é um número inteiro ou `k[0] == k[1]`, classificação `r` caso contrário.

Métodos herdados

Constantes

String final estática pública OP_NAME

O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Valor constante: "MatrixDiagV3"

Métodos Públicos

public static MatrixDiagV3.Options alinhar (alinhamento de string)

Parâmetros
alinhar Algumas diagonais são mais curtas que `max_diag_len` e precisam ser preenchidas. `align` é uma string que especifica como as superdiagonais e subdiagonais devem ser alinhadas, respectivamente. Existem quatro alinhamentos possíveis: "RIGHT_LEFT" (padrão), "LEFT_RIGHT", "LEFT_LEFT" e "RIGHT_RIGHT". "RIGHT_LEFT" alinha superdiagonais à direita (preenchimento à esquerda na linha) e subdiagonais à esquerda (preenchimento à direita na linha). É o formato de embalagem que o LAPACK usa. cuSPARSE usa "LEFT_RIGHT", que é o alinhamento oposto.

Saída pública <T> asOutput ()

Retorna o identificador simbólico do 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 MatrixDiagV3 <T> create ( Escopo de escopo, Operando <T> diagonal, Operando < TInt32 > k, Operando < TInt32 > numRows, Operando < TInt32 > numCols, Operando <T> paddingValue, Opções... opções)

Método de fábrica para criar uma classe que envolve uma nova operação MatrixDiagV3.

Parâmetros
escopo escopo atual
diagonal Classificação `r`, onde `r >= 1`
k Deslocamentos diagonais. O valor positivo significa superdiagonal, 0 refere-se à diagonal principal e o valor negativo significa subdiagonais. `k` pode ser um único número inteiro (para uma única diagonal) ou um par de números inteiros especificando os extremos inferior e superior de uma banda de matriz. `k[0]` não deve ser maior que `k[1]`.
numRows O número de linhas da matriz de saída. Se não for fornecido, a operação assume que a matriz de saída é uma matriz quadrada e infere o tamanho da matriz de k e da dimensão mais interna da `diagonal`.
numCols O número de colunas da matriz de saída. Se não for fornecido, a operação assume que a matriz de saída é uma matriz quadrada e infere o tamanho da matriz de k e da dimensão mais interna da `diagonal`.
preenchimentoValor O número com o qual preencher a área fora da faixa diagonal especificada. O padrão é 0.
opções carrega valores de atributos opcionais
Devoluções
  • uma nova instância do MatrixDiagV3

Saída pública <T> saída ()

Tem classificação `r+1` quando `k` é um número inteiro ou `k[0] == k[1]`, classificação `r` caso contrário.