tensor akışı:: işlem:: MatrixDiagV2

Verilen toplu çapraz değerlere sahip toplu bir çapraz tensör döndürür.

Özet

İçeriği bir matrisin k[0] -th ila k[1] -th köşegenleri kadar diagonal olan ve geri kalan her şeyin padding ile doldurulduğu bir tensör döndürür. num_rows ve num_cols çıktının en içteki matrisinin boyutunu belirtir. Her ikisi de belirtilmezse, op en içteki matrisin kare olduğunu varsayar ve boyutunu k ve diagonal en içteki boyutundan çıkarır. Bunlardan yalnızca biri belirtilirse, op belirtilmemiş değerin diğer kriterlere göre mümkün olan en küçük değer olduğunu varsayar.

diagonal r boyutlu olsun [I, J, ..., L, M, N] . Yalnızca bir köşegen verildiğinde çıkış tensörünün rütbesi r+1 olup [I, J, ..., L, M, num_rows, num_cols] şeklindedir ( k bir tam sayıdır veya k[0] == k[1] ) . Aksi takdirde, [I, J, ..., L, num_rows, num_cols] şeklinde r rütbesine sahiptir.

diagonal en içteki ikinci boyutunun çift anlamı vardır. k skaler olduğunda veya k[0] == k[1] olduğunda, M parti boyutunun [I, J, ..., M] bir parçasıdır ve çıkış tensörü şöyledir:

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
    output[i, j, ..., l, m, n]                ; otherwise

Aksi takdirde, M aynı gruptaki matrisin köşegen sayısı olarak kabul edilir ( M = k[1]-k[0]+1 ) ve çıkış tensörü şöyledir:

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, k[1]-d, n-max(d, 0)] ; if d_lower <= d <= d_upper
    input[i, j, ..., l, m, n]                   ; otherwise

Örneğin:

# 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 = 9.
tf.matrix_diag(diagonal, k = -1, num_rows = 3, padding = 9)
  ==> [[9, 9],  # Output shape: (3, 2)
       [1, 9],
       [9, 2]]

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• diyagonal: Derece r , burada r >= 1
• k: Çapraz uzaklık(lar). Pozitif değer süper köşegeni, 0 ana köşegeni, negatif değer ise alt köşegenleri ifade eder. k tek bir tam sayı (tek bir köşegen için) veya bir matris bandının alt ve üst uçlarını belirten bir çift tam sayı olabilir. k[0] k[1] 'den büyük olmamalıdır.
• num_rows: Çıkış matrisinin satır sayısı. Sağlanmamışsa, op, çıkış matrisinin bir kare matris olduğunu varsayar ve matris boyutunu k'den ve diagonal en içteki boyutundan çıkarır.
• num_cols: Çıkış matrisinin sütun sayısı. Sağlanmamışsa, op, çıkış matrisinin bir kare matris olduğunu varsayar ve matris boyutunu k'den ve diagonal en içteki boyutundan çıkarır.
• padding_value: Belirtilen diyagonal bandın dışındaki alanı dolduracak sayı. Varsayılan 0'dır.

İade:

• Output : k bir tamsayı olduğunda r+1 derecesine sahiptir veya k[0] == k[1] , aksi takdirde r rütbesine sahiptir.

Genel özellikler

Operation operation

::tensorflow::Output output

 MatrixDiagV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input diagonal,
  ::tensorflow::Input k,
  ::tensorflow::Input num_rows,
  ::tensorflow::Input num_cols,
  ::tensorflow::Input padding_value
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const