MatrixDiagPartV2

lớp cuối cùng công khai MatrixDiagPartV2

Trả về phần đường chéo theo đợt của một tenxơ theo đợt.

Trả về một tensor có đường chéo thứ `k[0]`-th đến `k[1]`-th của `đầu vào` theo lô.

Giả sử `input` có kích thước `r` `[I, J, ..., L, M, N]`. Đặt `max_diag_len` là độ dài tối đa trong số tất cả các đường chéo được trích xuất, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))` Đặt `num_diags` là số đường chéo cần trích xuất, `num_diags = k[1] - k[0] + 1`.

Nếu `num_diags == 1`, tensor đầu ra có hạng `r - 1` với hình dạng `[I, J, ..., L, max_diag_len]` và các giá trị: 

diagonal[i, j, ..., l, n]
   = input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
     padding_value                 ; otherwise.
trong đó `y = max(-k [1], 0)`, `x = max(k[1], 0)`.

Ngược lại, tensor đầu ra có hạng `r` với các kích thước `[I, J, ..., L, num_diags, max_diag_len]` với các giá trị: 

diagonal[i, j, ..., l, m, n]
   = input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
     padding_value                 ; otherwise.
trong đó `d = k[1] - m`, `y = max(-d, 0)`, và `x = max(d, 0)`.

Đầu vào ít nhất phải là ma trận.

Ví dụ: 

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

Phương pháp công cộng

Đầu ra <T>
asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
tĩnh <T> MatrixDiagPartV2 <T>
tạo ( Phạm vi phạm vi, đầu vào Toán hạng <T>, Toán hạng <Số nguyên> k, Toán hạng <T> giá trị đệm)
Phương thức gốc để tạo một lớp bao bọc một thao tác MatrixDiagPartV2 mới.
Đầu ra <T>
đường chéo ()
(Các) đường chéo được trích xuất.

Phương pháp kế thừa

Phương pháp công cộng

Đầu ra công khai <T> asOutput ()

Trả về phần điều khiển tượng trưng của một tenxơ.

Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.

public static MatrixDiagPartV2 <T> tạo (Phạm vi phạm vi , đầu vào Toán hạng <T>, Toán hạng <Số nguyên> k, Toán hạng <T> giá trị đệm)

Phương thức gốc để tạo một lớp bao bọc một thao tác MatrixDiagPartV2 mới.

Thông số
phạm vi phạm vi hiện tại
đầu vào Xếp hạng tenxơ `r` trong đó `r >= 2`.
k (Các) khoảng lệch chéo. Giá trị dương có nghĩa là đường chéo lớn, 0 là đường chéo chính và giá trị âm có nghĩa là đường chéo phụ. `k` có thể là một số nguyên đơn (đối với một đường chéo) hoặc một cặp số nguyên chỉ định đầu dưới và đầu cao của dải ma trận. `k[0]` không được lớn hơn `k[1]`.
giá trị đệm Giá trị để lấp đầy khu vực bên ngoài dải chéo được chỉ định. Mặc định là 0.
Trả lại
  • một phiên bản mới của MatrixDiagPartV2

Đầu ra công khai <T> đường chéo ()

(Các) đường chéo được trích xuất.