ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์
ส่งกลับเทนเซอร์ด้วยเส้นทแยงมุม `k[0]`-th ถึง `k[1]`-th ของ `input` ที่จัดกลุ่มไว้
สมมติว่า `อินพุต` มี `มิติ `[I, J, ..., L, M, N]` ให้ `max_diag_len` เป็นความยาวสูงสุดในบรรดาเส้นทแยงมุมทั้งหมดที่จะแยกออกมา `max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))` ให้ `num_diags` เป็นจำนวนเส้นทแยงมุมที่จะแยกออกมา `num_diags = k[1] - k[0] + 1`
หาก `num_diags == 1` เทนเซอร์เอาท์พุตจะมีอันดับ `r - 1` โดยมีรูปร่าง `[I, J, ..., L, max_diag_len]` และค่า:
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.
โดยที่ `y = สูงสุด(-k[1], 0)`, `x = สูงสุด(k[1], 0)`มิฉะนั้น เทนเซอร์เอาท์พุตจะมีอันดับ `r` ด้วยขนาด `[I, J, ..., L, num_diags, max_diag_len]` พร้อมค่า:
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.
โดยที่ `d = k[1] - m`, `y = max(-d, 0)` และ `x = max(d, 0)`อินพุตต้องมีอย่างน้อยเมทริกซ์
ตัวอย่างเช่น:
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]]]
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คงที่ <T> MatrixDiagPartV2 <T> | |
เอาท์พุต <T> | เส้นทแยงมุม () เส้นทแยงมุมที่แยกออกมา |
วิธีการสืบทอด
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง MatrixDiagPartV2 <T> สาธารณะแบบคงที่ (ขอบเขต ขอบเขต , อินพุต Operand <T>, Operand <Integer> k, Operand <T> paddingValue)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ MatrixDiagPartV2 ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
ป้อนข้อมูล | อันดับ `r` เทนเซอร์โดยที่ `r >= 2` |
เค | ออฟเซ็ตแนวทแยง ค่าบวกหมายถึงเส้นทแยงมุมเหนือ, 0 หมายถึงเส้นทแยงมุมหลัก และค่าลบหมายถึงเส้นทแยงมุมย่อย `k` อาจเป็นจำนวนเต็มเดี่ยว (สำหรับเส้นทแยงมุมเดียว) หรือจำนวนเต็มคู่ที่ระบุจุดต่ำสุดและสูงของแถบเมทริกซ์ `k[0]` ต้องไม่ใหญ่กว่า `k[1]` |
ค่าช่องว่างภายใน | ค่าที่ใช้เติมพื้นที่นอกแถบแนวทแยงที่ระบุ ค่าเริ่มต้นคือ 0 |
การส่งคืน
- อินสแตนซ์ใหม่ของ MatrixDiagPartV2