ส่งกลับเมทริกซ์เทนเซอร์แบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ใหม่
เมื่อระบุ "อินพุต" และ "แนวทแยง" การดำเนินการนี้จะส่งคืนเทนเซอร์ที่มีรูปร่างและค่าเหมือนกับ "อินพุต" ยกเว้นเส้นทแยงมุมที่ระบุของเมทริกซ์ด้านในสุด ค่าเหล่านี้จะถูกเขียนทับด้วยค่าใน "แนวทแยง"
`อินพุต` มี `r+1` ขนาด `[I, J, ..., L, M, N]` เมื่อ `k` เป็นสเกลาร์หรือ `k[0] == k[1]`, `diagonal` จะมีขนาด `r` `[I, J, ..., L, max_diag_len]` มิฉะนั้น จะมีขนาด `r+1` `[I, J, ..., L, num_diags, max_diag_len]` `num_diags` คือจำนวนเส้นทแยงมุม `num_diags = k[1] - k[0] + 1` `max_diag_len` เป็นเส้นทแยงมุมที่ยาวที่สุดในช่วง `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))`
เอาต์พุตเป็นเทนเซอร์ระดับ `k+1` ที่มีขนาด `[I, J, ..., L, M, N]` ถ้า `k` เป็นสเกลาร์หรือ `k[0] == k[1]`:
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
มิฉะนั้น, 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
โดยที่ `d = n - m`, `diag_index = k[1] - d` และ `index_in_diag = n - max(d, 0)`ตัวอย่างเช่น:
# 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]]]
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คงที่ <T> MatrixSetDiagV2 <T> | |
เอาท์พุต <T> | เอาท์พุท () อันดับ `r+1` โดยมี `output.shape = input.shape` |
วิธีการสืบทอด
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง MatrixSetDiagV2 <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , อินพุต Operand <T>, Operand <T> เส้นทแยงมุม, Operand <Integer> k)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ MatrixSetDiagV2 ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
ป้อนข้อมูล | อันดับ `r+1` โดยที่ `r >= 1` |
เส้นทแยงมุม | จัดอันดับ `r` เมื่อ `k` เป็นจำนวนเต็มหรือ `k[0] == k[1]` มิฉะนั้นจะมีอันดับ `r+1` `เค >= 1`. |
เค | ออฟเซ็ตแนวทแยง ค่าบวกหมายถึงเส้นทแยงมุมเหนือ, 0 หมายถึงเส้นทแยงมุมหลัก และค่าลบหมายถึงเส้นทแยงมุมย่อย `k` อาจเป็นจำนวนเต็มเดี่ยว (สำหรับเส้นทแยงมุมเดียว) หรือจำนวนเต็มคู่ที่ระบุจุดต่ำสุดและสูงของแถบเมทริกซ์ `k[0]` ต้องไม่ใหญ่กว่า `k[1]` |
การส่งคืน
- อินสแตนซ์ใหม่ของ MatrixSetDiagV2