टेंसरफ़्लो:: ऑप्स:: मैट्रिक्सबैंडपार्ट

प्रत्येक आंतरिक मैट्रिक्स में केंद्रीय बैंड के बाहर सब कुछ शून्य पर सेट करते हुए एक टेंसर की प्रतिलिपि बनाएँ।

सारांश

band भाग की गणना निम्नानुसार की जाती है: मान लें कि input में k आयाम हैं [I, J, K, ..., M, N] , तो आउटपुट उसी आकार वाला एक टेंसर है जहां

band[i, j, k, ..., m, n] = in_band(m, n) * input[i, j, k, ..., m, n]

सूचक कार्य

in_band(m, n) = (num_lower < 0 || (mn) <= num_lower)) && (num_upper < 0 || (nm) <= num_upper) .

उदाहरण के लिए:

# if 'input' is [[ 0,  1,  2, 3]
                 [-1,  0,  1, 2]
                 [-2, -1,  0, 1]
                 [-3, -2, -1, 0]],

tf.matrix_band_part(input, 1, -1) ==> [[ 0,  1,  2, 3]
                                       [-1,  0,  1, 2]
                                       [ 0, -1,  0, 1]
                                       [ 0,  0, -1, 0]],

tf.matrix_band_part(input, 2, 1) ==> [[ 0,  1,  0, 0]
                                      [-1,  0,  1, 0]
                                      [-2, -1,  0, 1]
                                      [ 0, -2, -1, 0]]

उपयोगी विशेष मामले:

 tf.matrix_band_part(input, 0, -1) ==> Upper triangular part.
 tf.matrix_band_part(input, -1, 0) ==> Lower triangular part.
 tf.matrix_band_part(input, 0, 0) ==> Diagonal.

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• इनपुट: रैंक k टेंसर।
• num_lower: 0-डी टेंसर। रखने के लिए उपविकर्णों की संख्या. यदि नकारात्मक है, तो संपूर्ण निचला त्रिभुज रखें।
• num_upper: 0-डी टेंसर। रखने के लिए सुपरडायगोनल्स की संख्या. यदि नकारात्मक है, तो संपूर्ण ऊपरी त्रिभुज रखें।

रिटर्न:

• Output : इनपुट के समान आकार का रैंक k टेंसर। निकाला गया बैंडेड टेंसर।

सार्वजनिक गुण

::tensorflow::Output band

Operation operation

 MatrixBandPart(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input num_lower,
  ::tensorflow::Input num_upper
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const