تُرجع موترًا قطريًا مجمعًا بقيم قطرية مجمعة معينة.
يُرجع موترًا بمحتوياته في "قطري" مثل `k[0]`-th إلى `k[1]`-th قطري للمصفوفة، مع كل شيء آخر مبطن بـ "padding". يحدد `num_rows` و`num_cols` بُعد المصفوفة الأعمق للمخرجات. إذا لم يتم تحديد كليهما، تفترض العملية أن المصفوفة الأعمق مربعة وتستنتج حجمها من `k` والبعد الأعمق لـ `القطري`. إذا تم تحديد واحد منهم فقط، فإن العملية تفترض أن القيمة غير المحددة هي أصغر قيمة ممكنة بناءً على معايير أخرى.
دع "القطري" له أبعاد "r" `[I, J, ..., L, M, N]`. موتر الخرج له رتبة `r+1` بالشكل `[I, J, ..., L, M, num_rows, num_cols]` عندما يتم إعطاء قطري واحد فقط (`k` هو عدد صحيح أو `k[0] == ك[1]`). بخلاف ذلك، يكون لها رتبة `r` بالشكل `[I, J, ..., L, num_rows, num_cols]`.
البعد الثاني الأعمق لـ "القطري" له معنى مزدوج. عندما يكون `k` عدديًا أو `k[0] == k[1]`، يكون `M` جزءًا من حجم الدُفعة [I, J, ..., M]، ويكون موتر الإخراج:
output[i, j, ..., l, m, n]
= diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
padding_value ; otherwise
بخلاف ذلك، يتم التعامل مع `M` على أنه عدد أقطار المصفوفة في نفس الدفعة (`M = k[1]-k[0]+1`)، ويكون موتر الإخراج كما يلي: output[i, j, ..., l, m, n]
= diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
padding_value ; otherwise
حيث `d = n - m` و`diag_index = [k] - d` و`index_in_diag = n - max(d, 0) + offset`."الإزاحة" هي صفر إلا عندما تكون محاذاة القطر إلى اليمين.
offset = max_diag_len - diag_len(d) ; if (`align` in {RIGHT_LEFT, RIGHT_RIGHT}
and `d >= 0`) or
(`align` in {LEFT_RIGHT, RIGHT_RIGHT}
and `d <= 0`)
0 ; otherwise
حيث `diag_len(d) = min(cols - max(d, 0),rows + min(d, 0))`.على سبيل المثال:
# 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 tridiagonal band (per batch).
diagonals = np.array([[[0, 8, 9], # Input shape: (2, 2, 3)
[1, 2, 3],
[4, 5, 0]],
[[0, 2, 3],
[6, 7, 9],
[9, 1, 0]]])
tf.matrix_diag(diagonals, k = (-1, 1))
==> [[[1, 8, 0], # Output shape: (2, 3, 3)
[4, 2, 9],
[0, 5, 3]],
[[6, 2, 0],
[9, 7, 3],
[0, 1, 9]]]
# LEFT_RIGHT alignment.
diagonals = np.array([[[8, 9, 0], # Input shape: (2, 2, 3)
[1, 2, 3],
[0, 4, 5]],
[[2, 3, 0],
[6, 7, 9],
[0, 9, 1]]])
tf.matrix_diag(diagonals, k = (-1, 1), align="LEFT_RIGHT")
==> [[[1, 8, 0], # Output shape: (2, 3, 3)
[4, 2, 9],
[0, 5, 3]],
[[6, 2, 0],
[9, 7, 3],
[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]]
فئات متداخلة
فصل | MatrixDiagV3.Options | السمات الاختيارية لـ MatrixDiagV3 |
الأساليب العامة
ثابت MatrixDiagV3.Options | محاذاة (محاذاة السلسلة) |
الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت <T> MatrixDiagV3 <T> | |
الإخراج <T> | الإخراج () لديه رتبة `r+1` عندما يكون `k` عددًا صحيحًا أو `k[0] == k[1]`، رتبة `r` بخلاف ذلك. |
الطرق الموروثة
الأساليب العامة
محاذاة MatrixDiagV3.Options الثابتة العامة (محاذاة السلسلة)
حدود
محاذاة | بعض الأقطار أقصر من `max_diag_len` وتحتاج إلى الحشو. `align` عبارة عن سلسلة تحدد كيفية محاذاة الأقطار الفائقة والأقطار الفرعية، على التوالي. هناك أربع محاذاة محتملة: "RIGHT_LEFT" (افتراضي)، و"LEFT_RIGHT"، و"LEFT_LEFT"، و"RIGHT_RIGHT". يقوم "RIGHT_LEFT" بمحاذاة الأقطار الفائقة إلى اليمين (وسادات الصف اليسرى) والأقطار الفرعية إلى اليسار (وسادات الصف اليمنى). إنه تنسيق التعبئة الذي يستخدمه LAPACK. يستخدم cuSPARSE "LEFT_RIGHT"، وهو المحاذاة المعاكسة. |
---|
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء MatrixDiagV3 <T> ثابت عام (نطاق النطاق ، المعامل <T> قطري، المعامل <Integer> k، المعامل <Integer> numRows، المعامل <Integer> numCols، المعامل <T> paddingValue، خيارات... خيارات)
طريقة المصنع لإنشاء فئة تغلف عملية MatrixDiagV3 جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
قطري | الرتبة `r`، حيث `r >= 1` |
ك | الإزاحة القطرية. القيمة الموجبة تعني القطر الفائق، 0 تشير إلى القطر الرئيسي، والقيمة السالبة تعني الأقطار الفرعية. يمكن أن يكون `k` عددًا صحيحًا واحدًا (لقطر واحد) أو زوجًا من الأعداد الصحيحة التي تحدد الأطراف المنخفضة والعالية لنطاق المصفوفة. يجب ألا يكون `k[0]` أكبر من `k[1]`. |
numRows | عدد صفوف مصفوفة الإخراج. إذا لم يتم توفيره، فإن العملية تفترض أن مصفوفة الإخراج هي مصفوفة مربعة وتستنتج حجم المصفوفة من k والبعد الأعمق لـ "قطري". |
numCols | عدد أعمدة مصفوفة الإخراج. إذا لم يتم توفيره، فإن العملية تفترض أن مصفوفة الإخراج هي مصفوفة مربعة وتستنتج حجم المصفوفة من k والبعد الأعمق لـ "قطري". |
قيمة الحشو | الرقم المراد ملء المنطقة خارج النطاق القطري المحدد به. الافتراضي هو 0. |
خيارات | يحمل قيم السمات الاختيارية |
المرتجعات
- مثيل جديد من MatrixDiagV3
الإخراج العام <T> الإخراج ()
لها رتبة `r+1` عندما يكون `k` عددًا صحيحًا أو `k[0] == k[1]`، أو رتبة `r` بخلاف ذلك.