Advertencia: esta API está obsoleta y se eliminará en una versión futura de TensorFlow una vez que el reemplazo sea ​​estable.

MatrixDiagV2

MatrixDiagV2 public final class

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

Devuelve un tensor con el contenido en `diagonal` como` k [0] `-th a` k [1] `-th diagonales de una matriz, con todo lo demás relleno 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 asume que la matriz más interna es cuadrada e infiere su tamaño de "k" y la dimensión más interna de la "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` las dimensiones de` 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 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>
asOutput ()
Devuelve el identificador simbólico de un tensor.
estática <T> MatrixDiagV2 <T>
crear ( Alcance alcance, operando <T> diagonal, operando <Integer> k, operando <Integer> numRows, operando <Integer> númeroColumnas, operando <T> paddingValue)
Método de fábrica para crear una clase que envuelva una nueva operación MatrixDiagV2.
Salida <T>
salida ()
Tiene rango `r + 1` cuando` k` es un número entero o `k [0] == k [1]`, rango `r` en caso contrario.

Métodos heredados

Métodos públicos

pública de salida <T> asOutput ()

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.

public static MatrixDiagV2 <T> crear ( Alcance alcance, operando <T> diagonal, operando <Integer> k, operando <Integer> numRows, operando <Integer> númeroColumnas, operando <T> paddingValue)

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

Parámetros
alcance alcance actual
diagonal Rango `r`, donde` r> = 1`
k Desplazamiento (s) diagonal (s). El valor positivo significa superdiagonal, 0 se refiere a la diagonal principal y el valor negativo significa subdiagonales. `k` puede ser un solo entero (para una sola diagonal) o un par de números enteros que especifiquen los extremos bajo y alto de una banda de matriz. `k [0]` no debe ser mayor que `k [1]`.
numRows El número de filas de la matriz de salida. Si no se proporciona, el operador asume que la matriz de salida es una matriz cuadrada e infiere el tamaño de la matriz de k y la dimensión más interna de la "diagonal".
numCols El número de columnas de la matriz de salida. Si no se proporciona, el operador asume que la matriz de salida es una matriz cuadrada e infiere el tamaño de la matriz de k y la dimensión más interna de la "diagonal".
paddingValue El número con el que llenar el área fuera de la banda diagonal especificada. El valor predeterminado es 0.
Devoluciones
  • una nueva instancia de MatrixDiagV2

pública de salida <T> salida ()

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