MatrixDiagV2

clase final pública MatrixDiagV2

Devuelve un tensor diagonal por lotes con valores diagonales por lotes dados.

Devuelve un tensor con el contenido en `diagonal` como `k[0]`-ésima a `k[1]`-ésima diagonal de una matriz, con todo lo demás rellenado con `padding`. `num_rows` y `num_cols` especifican la dimensión de la matriz más interna de la salida. Si no se especifican ambos, la operación supone que la matriz más interna es cuadrada e infiere su tamaño a partir de "k" y la dimensión más interna de "diagonal". Si solo se especifica uno de ellos, la operación asume que el valor no especificado es el más pequeño posible según otros criterios.

Sea `diagonal` tener dimensiones `r` `[I, J, ..., L, M, N]`. El tensor de salida tiene rango `r+1` con forma `[I, J, ..., L, M, num_rows, num_cols]` cuando solo se proporciona una diagonal (`k` es un número entero o `k[0] ==k[1]`). De lo contrario, tiene rango `r` con forma `[I, J, ..., L, num_rows, num_cols]`.

La segunda dimensión más interna de "diagonal" tiene un doble significado. Cuando `k` es escalar o `k[0] == k[1]`, `M` es parte del tamaño del lote [I, J, ..., M] y el tensor de salida es: 

output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
     padding_value                             ; otherwise
De lo contrario, `M` se trata como el número de diagonales de la matriz en el mismo lote (`M = k[1]-k[0]+1`), y el tensor de salida es: 
output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
     padding_value                                     ; otherwise
donde `d = n - m`, `diag_index = k[1] - d` y `index_in_diag = n - max(d, 0)`.

Por ejemplo: 

# 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]]

Métodos públicos

Salida <T>
como salida ()
Devuelve el identificador simbólico de un tensor.
estático <T> MatrixDiagV2 <T>
crear (alcance alcance , Operando <T> diagonal, Operando <Integer> k, Operando <Integer> numRows, Operando <Integer> numCols, Operando <T> paddingValue)
Método de fábrica para crear una clase que envuelve una nueva operación MatrixDiagV2.
Salida <T>
producción ()
Tiene rango `r+1` cuando `k` es un número entero o `k[0] == k[1]`, rango `r` en caso contrario.

Métodos heredados

Métodos públicos

Salida pública <T> como Salida ()

Devuelve el identificador simbólico de un tensor.

Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.

pública estática MatrixDiagV2 <T> crear ( alcance alcance , operando <T> diagonal, operando <Integer> k, operando <Integer> numRows, operando <Integer> numCols, operando <T> paddingValue)

Método de fábrica para crear una clase que envuelve una nueva operación MatrixDiagV2.

Parámetros
alcance alcance actual
diagonal Rango `r`, donde `r >= 1`
k Desplazamientos diagonales. El valor positivo significa superdiagonal, 0 se refiere a la diagonal principal y el valor negativo significa subdiagonales. `k` puede ser un único número entero (para una única diagonal) o un par de números enteros que especifican los extremos inferior y superior de una banda de matriz. `k[0]` no debe ser mayor que `k[1]`.
número de filas El número de filas de la matriz de salida. Si no se proporciona, la operación asume que la matriz de salida es una matriz cuadrada e infiere el tamaño de la matriz a partir de k y la dimensión más interna de "diagonal".
numCols El número de columnas de la matriz de salida. Si no se proporciona, la operación asume que la matriz de salida es una matriz cuadrada e infiere el tamaño de la matriz a partir de k y la dimensión más interna de "diagonal".
valor de relleno El número con el que rellenar el área fuera de la banda diagonal especificada. El valor predeterminado es 0.
Devoluciones
  • una nueva instancia de MatrixDiagV2

Salida pública <T> salida ()

Tiene rango `r+1` cuando `k` es un número entero o `k[0] == k[1]`, rango `r` en caso contrario.