MatrixSetDiagV2

공개 최종 클래스 MatrixSetDiagV2

새로운 배치 대각선 값을 갖는 배치 행렬 텐서를 반환합니다.

'input' 및 'diagonal'이 주어지면 이 연산은 가장 안쪽 행렬의 지정된 대각선을 제외하고 'input'과 동일한 모양과 값을 가진 텐서를 반환합니다. 이는 `대각선`의 값으로 덮어쓰여집니다.

`입력`에는 `r+1` 차원 `[I, J, ..., L, M, N]`이 있습니다. `k`가 스칼라이거나 `k[0] == k[1]`인 경우 `대각선`은 `r` 차원 `[I, J, ..., L, max_diag_len]`을 갖습니다. 그렇지 않으면 `r+1` 치수 `[I, J, ..., L, num_diags, max_diag_len]`을 갖습니다. `num_diags`는 대각선 수, `num_diags = k[1] - k[0] + 1`입니다. `max_diag_len`은 `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0]) 범위에서 가장 긴 대각선입니다. , 0))`

출력은 `[I, J, ..., L, M, N]` 차원을 갖는 `k+1` 순위의 텐서입니다. `k`가 스칼라이거나 `k[0] == k[1]`인 경우: 

output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, n-max(k[1], 0)] ; if n - m == k[1]
     input[i, j, ..., l, m, n]              ; otherwise
그렇지 않으면 
output[i, j, ..., l, m, n]
   = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
     input[i, j, ..., l, m, n]                         ; otherwise
여기서 `d = n - m`, `diag_index = k[1] - d` 및 ` index_in_diag = n - 최대(d, 0)`.

예: 

# The main diagonal.
 input = np.array([[[7, 7, 7, 7],              # Input shape: (2, 3, 4)
                    [7, 7, 7, 7],
                    [7, 7, 7, 7]],
                   [[7, 7, 7, 7],
                    [7, 7, 7, 7],
                    [7, 7, 7, 7]]])
 diagonal = np.array([[1, 2, 3],               # Diagonal shape: (2, 3)
                      [4, 5, 6]])
 tf.matrix_set_diag(diagonal) ==> [[[1, 7, 7, 7],  # Output shape: (2, 3, 4)
                                    [7, 2, 7, 7],
                                    [7, 7, 3, 7]],
                                   [[4, 7, 7, 7],
                                    [7, 5, 7, 7],
                                    [7, 7, 6, 7]]]
 
 # A superdiagonal (per batch).
 tf.matrix_set_diag(diagonal, k = 1)
   ==> [[[7, 1, 7, 7],  # Output shape: (2, 3, 4)
         [7, 7, 2, 7],
         [7, 7, 7, 3]],
        [[7, 4, 7, 7],
         [7, 7, 5, 7],
         [7, 7, 7, 6]]]
 
 # A band of diagonals.
 diagonals = np.array([[[1, 2, 3],  # Diagonal shape: (2, 2, 3)
                        [4, 5, 0]],
                       [[6, 1, 2],
                        [3, 4, 0]]])
 tf.matrix_set_diag(diagonals, k = (-1, 0))
   ==> [[[1, 7, 7, 7],  # Output shape: (2, 3, 4)
         [4, 2, 7, 7],
         [0, 5, 3, 7]],
        [[6, 7, 7, 7],
         [3, 1, 7, 7],
         [7, 4, 2, 7]]]

공개 방법

출력 <T>
출력 ()
텐서의 기호 핸들을 반환합니다.
정적 <T> MatrixSetDiagV2 <T>
생성 ( Scope 범위, Operand <T> 입력, Operand <T> 대각선, Operand <Integer> k)
새로운 MatrixSetDiagV2 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 <T>
출력 ()
`output.shape = input.shape`를 사용하여 `r+1` 순위를 지정합니다.

상속된 메서드

공개 방법

공개 출력 <T> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 MatrixSetDiagV2 <T> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <T> 대각선, 피연산자 <Integer> k)

새로운 MatrixSetDiagV2 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
입력 `r+1` 순위, 여기서 `r >= 1`.
대각선 `k`가 정수이거나 `k[0] == k[1]`인 경우 `r` 순위를 지정합니다. 그렇지 않으면 'r+1' 순위를 갖습니다. `k >= 1`.
케이 대각선 오프셋. 양수 값은 상부 대각선, 0은 주 대각선, 음수 값은 하부 대각선을 의미합니다. 'k'는 단일 정수(단일 대각선의 경우)이거나 매트릭스 밴드의 최저 및 최고 끝을 지정하는 정수 쌍일 수 있습니다. `k[0]`은 `k[1]`보다 클 수 없습니다.
보고
  • MatrixSetDiagV2의 새 인스턴스

공개 출력 <T> 출력 ()

`output.shape = input.shape`를 사용하여 `r+1` 순위를 지정합니다.