tensorflow:: ops:: MatrixDiagV2
#include <array_ops.h>
Zwraca wsadowy tensor diagonalny z podanymi wsadowymi wartościami przekątnymi.
Streszczenie
Zwraca tensor z zawartością w diagonal
jako k[0]
-tej do k[1]
-tej przekątnej macierzy, a wszystko inne jest dopełnione padding
. num_rows
i num_cols
określają wymiar najbardziej wewnętrznej macierzy wyniku. Jeśli oba nie zostaną określone, op zakłada, że najbardziej wewnętrzna macierz jest kwadratowa i wnioskuje o jej rozmiarze z k
i najbardziej wewnętrznego wymiaru diagonal
. Jeśli określono tylko jeden z nich, op zakłada, że nieokreślona wartość jest najmniejszą możliwą w oparciu o inne kryteria.
Niech diagonal
ma r
wymiarów [I, J, ..., L, M, N]
. Tensor wyjściowy ma rangę r+1
i ma kształt [I, J, ..., L, M, num_rows, num_cols]
gdy podana jest tylko jedna przekątna ( k
jest liczbą całkowitą lub k[0] == k[1]
) . W przeciwnym razie ma rangę r
i kształt [I, J, ..., L, num_rows, num_cols]
.
Drugi najbardziej wewnętrzny wymiar diagonal
ma podwójne znaczenie. Gdy k
jest skalarne lub k[0] == k[1]
, M
jest częścią wielkości partii [I, J, ..., M], a tensor wyjściowy to:
output[i, j, ..., l, m, n] = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper padding_value ; otherwise
W przeciwnym razie M
traktuje się jako liczbę przekątnych macierzy w tej samej partii ( M = k[1]-k[0]+1
), a tensor wyjściowy wynosi:
output[i, j, ..., l, m, n] = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1] padding_value ; otherwisegdzie
d = n - m
, diag_index = k[1] - d
i index_in_diag = n - max(d, 0)
.Na przykład:
# 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_value = 9. tf.matrix_diag(diagonal, k = -1, num_rows = 3, padding_value = 9) ==> [[9, 9], # Output shape: (3, 2) [1, 9], [9, 2]]
Argumenty:
- zakres: Obiekt Scope
- przekątna: stopień
r
, gdzier >= 1
- k: Przesunięcie ukośne. Wartość dodatnia oznacza nadprzekątną, 0 odnosi się do głównej przekątnej, a wartość ujemna oznacza podprzekątną.
k
może być pojedynczą liczbą całkowitą (dla pojedynczej przekątnej) lub parą liczb całkowitych określających dolny i górny koniec pasma macierzy.k[0]
nie może być większe niżk[1]
. - num_rows: Liczba wierszy macierzy wyjściowej. Jeśli nie jest podany, op zakłada, że macierz wyjściowa jest macierzą kwadratową i wnioskuje o rozmiarze macierzy z k i najbardziej wewnętrznego wymiaru
diagonal
. - num_cols: Liczba kolumn macierzy wyjściowej. Jeśli nie jest podany, op zakłada, że macierz wyjściowa jest macierzą kwadratową i wnioskuje o rozmiarze macierzy z k i najbardziej wewnętrznego wymiaru
diagonal
. - wartość_dopełnienia: Liczba, którą należy wypełnić obszar poza określonym pasmem ukośnym. Wartość domyślna to 0.
Zwroty:
-
Output
: Ma rangęr+1
gdyk
jest liczbą całkowitą lubk[0] == k[1]
, rangęr
w przeciwnym razie.
Konstruktory i destruktory | |
---|---|
MatrixDiagV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input diagonal, :: tensorflow::Input k, :: tensorflow::Input num_rows, :: tensorflow::Input num_cols, :: tensorflow::Input padding_value) |
Atrybuty publiczne | |
---|---|
operation | |
output |
Funkcje publiczne | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Atrybuty publiczne
działanie
Operation operation
wyjście
::tensorflow::Output output
Funkcje publiczne
MatrixDiagV2
MatrixDiagV2( const ::tensorflow::Scope & scope, ::tensorflow::Input diagonal, ::tensorflow::Input k, ::tensorflow::Input num_rows, ::tensorflow::Input num_cols, ::tensorflow::Input padding_value )
węzeł
::tensorflow::Node * node() const
operator::tensorflow::Wejście
operator::tensorflow::Input() const
operator::tensorflow::Wyjście
operator::tensorflow::Output() const