tensorflow:: אופס:: MatrixDiagPartV2

#include <array_ops.h>

מחזירה את החלק האלכסוני המצטבר של טנזור אצווה.

תַקצִיר

מחזירה טנזור עם האלכסונים k[0] -th עד k[1] -th של input המצטבר.

נניח input יש מידות r [I, J, ..., L, M, N] . תן max_diag_len להיות האורך המרבי בין כל האלכסונים שיש לחלץ, max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0)) תנו num_diags להיות מספר האלכסונים ל חילוץ, num_diags = k[1] - k[0] + 1 .

אם num_diags == 1 , טנסור הפלט הוא בדרגה r - 1 עם צורה [I, J, ..., L, max_diag_len] וערכים: 

diagonal[i, j, ..., l, n]
  = input[i, j, ..., l, n+y, n+x] ; when 0 <= n-y < M and 0 <= n-x < N,
    0                             ; otherwise.
 כאשר y = max(-k[1], 0) , x = max(k[1], 0) .

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] ; when 0 <= n-y < M and 0 <= n-x < N,
    0                             ; otherwise.
 כאשר d = k[1] - m , y = max(-d, 0) ו- x = max(d, 0) .

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 tridiagonal band from each batch.
tf.matrix_diag_part(input, k = (-1, 1))
  ==> [[[2, 7, 6],  # Output shape: (2, 3, 3)
        [1, 6, 7],
        [5, 8, 0]],
       [[4, 3, 8],
        [5, 2, 7],
        [1, 6, 0]]]

# Padding = 9
tf.matrix_diag_part(input, k = (1, 3), padding = 9)
  ==> [[[4, 9, 9],  # Output shape: (2, 3, 3)
        [3, 8, 9],
        [2, 7, 6]],
       [[2, 9, 9],
        [3, 4, 9],
        [4, 3, 8]]]

טיעונים:

  • scope: אובייקט Scope
  • קלט: דירוג r tensor שבו r >= 2 .
  • k: 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 שלמים המציינים את הקצוות הנמוכים והגבוהים של פס מטריצה. k[0] לא יכול להיות גדול מ- k[1] .
  • padding_value: הערך שיש למלא איתו את השטח שמחוץ לפס האלכסוני שצוין. ברירת המחדל היא 0.

החזרות:

  • Output : האלכסון/ים שחולצו.

בנאים והורסים

MatrixDiagPartV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input k, :: tensorflow::Input padding_value)

תכונות ציבוריות

diagonal
operation

תפקידים ציבוריים

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

תכונות ציבוריות

אֲלַכסוֹנִי 

::tensorflow::Output diagonal

מִבצָע 

Operation operation

תפקידים ציבוריים

MatrixDiagPartV2 

 MatrixDiagPartV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input k,
  ::tensorflow::Input padding_value
)

צוֹמֶת 

::tensorflow::Node * node() const

מפעיל::tensorflow::קלט 

 operator::tensorflow::Input() const

אופרטור::tensorflow::פלט 

 operator::tensorflow::Output() const