MatrixDiagV2

classe finale publique MatrixDiagV2

Renvoie un tenseur diagonal par lots avec des valeurs diagonales par lots données.

Renvoie un tenseur avec le contenu en « diagonale » comme « k[0] »-ième à « k[1] »-ième diagonales d'une matrice, avec tout le reste complété par « padding ». `num_rows` et `num_cols` spécifient la dimension de la matrice la plus interne de la sortie. Si les deux ne sont pas spécifiés, l'opération suppose que la matrice la plus interne est carrée et déduit sa taille à partir de « k » et de la dimension la plus interne de « diagonale ». Si un seul d'entre eux est spécifié, l'opération suppose que la valeur non spécifiée est la plus petite possible en fonction d'autres critères.

Soit `diagonale` avoir des dimensions `r` `[I, J, ..., L, M, N]`. Le tenseur de sortie a le rang `r+1` avec la forme `[I, J, ..., L, M, num_rows, num_cols]` lorsqu'une seule diagonale est donnée (`k` est un entier ou `k[0] == k[1]`). Sinon, il a le rang `r` avec la forme `[I, J, ..., L, num_rows, num_cols]`.

La deuxième dimension la plus interne de « diagonale » a un double sens. Lorsque `k` est scalaire ou `k[0] == k[1]`, `M` fait partie de la taille du lot [I, J, ..., M] et le tenseur de sortie est : 

output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
     padding_value                             ; otherwise
Sinon, `M` est traité comme le nombre de diagonales pour la matrice dans le même lot (`M = k[1]-k[0]+1`), et le tenseur de sortie est : 
output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
     padding_value                                     ; otherwise
où `d = n - m`, `diag_index = k[1] - d` et `index_in_diag = n - max(d, 0)`.

Par exemple : 

# 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]]

Méthodes publiques

Sortie <T>
comme Sortie ()
Renvoie le handle symbolique d'un tenseur.
statique <T> MatrixDiagV2 <T>
créer ( Portée de portée , Opérande <T> diagonale, Opérande <Integer> k, Opérande <Integer> numRows, Opérande <Integer> numCols, Opérande <T> paddingValue)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération MatrixDiagV2.
Sortie <T>
sortir ()
A le rang « r+1 » lorsque « k » est un entier ou « k[0] == k[1] », rang « r » sinon.

Méthodes héritées

Méthodes publiques

sortie publique <T> asOutput ()

Renvoie le handle symbolique d'un tenseur.

Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.

public static MatrixDiagV2 <T> créer ( Portée de la portée , Opérande <T> diagonale, Opérande <Integer> k, Opérande <Integer> numRows, Opérande <Integer> numCols, Opérande <T> paddingValue)

Méthode d'usine pour créer une classe encapsulant une nouvelle opération MatrixDiagV2.

Paramètres
portée portée actuelle
diagonale Rang `r`, où `r >= 1`
k Décalage(s) diagonal(s). Une valeur positive signifie une superdiagonale, 0 fait référence à la diagonale principale et une valeur négative signifie des sous-diagonales. « k » peut être un seul entier (pour une seule diagonale) ou une paire d'entiers spécifiant les extrémités inférieure et supérieure d'une bande matricielle. `k[0]` ne doit pas être supérieur à `k[1]`.
nombre de lignes Le nombre de lignes de la matrice de sortie. Si cela n'est pas fourni, l'opération suppose que la matrice de sortie est une matrice carrée et déduit la taille de la matrice à partir de k et de la dimension la plus intérieure de « diagonale ».
numCols Le nombre de colonnes de la matrice de sortie. Si cela n'est pas fourni, l'opération suppose que la matrice de sortie est une matrice carrée et déduit la taille de la matrice à partir de k et de la dimension la plus intérieure de « diagonale ».
valeur de remplissage Le nombre avec lequel remplir la zone en dehors de la bande diagonale spécifiée. La valeur par défaut est 0.
Retour
  • une nouvelle instance de MatrixDiagV2

sortie publique <T> sortie ()

A le rang « r+1 » lorsque « k » est un entier ou « k[0] == k[1] », rang « r » sinon.