MatrixSetDiagV2

MatrixSetDiagV2 public final class

Devuelve un tensor de matriz por lotes con nuevos valores diagonales por lotes.

Dada la "entrada" y la "diagonal", esta operación devuelve un tensor con la misma forma y valores que "entrada", excepto por las diagonales especificadas de las matrices más internas. Estos serán sobrescritos por los valores en "diagonal".

`input` tiene las dimensiones` r + 1` `[I, J, ..., L, M, N]`. Cuando `k` es escalar o` k [0] == k [1] `,` diagonal` tiene `r` dimensiones` [I, J, ..., L, max_diag_len] `. De lo contrario, tiene `r + 1` dimensiones` [I, J, ..., L, num_diags, max_diag_len] `. `num_diags` es el número de diagonales,` num_diags = k [1] - k [0] + 1`. `max_diag_len` es la diagonal más larga en el rango` [k [0], k [1]] `,` max_diag_len = min (M + min (k [1], 0), N + min (-k [0]) , 0)) `

La salida es un tensor de rango "k + 1" con dimensiones "[I, J, ..., L, M, N]". Si `K` es escalar o` 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
 
De lo contrario,
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
 
donde` d = n - m`, `diag_index = k [1] - d`, y` index_in_diag = n - max (d, 0) `.

Por ejemplo:

# 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]]]
 
 

Métodos públicos

Salida <T>
asOutput ()
Devuelve el identificador simbólico de un tensor.
estática <T> MatrixSetDiagV2 <T>
crear ( Alcance alcance, operando <T> de entrada, operando <T> diagonal, operando <Integer> k)
Método de fábrica para crear una clase que envuelva una nueva operación MatrixSetDiagV2.
Salida <T>
salida ()
Clasifique `r + 1`, con` output.shape = input.shape`.

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 MatrixSetDiagV2 <T> crear ( Alcance alcance, operando <T> de entrada, operando <T> diagonal, operando <Integer> k)

Método de fábrica para crear una clase que envuelva una nueva operación MatrixSetDiagV2.

Parámetros
alcance alcance actual
aporte Clasifique `r + 1`, donde` r> = 1`.
diagonal Clasifica `r` cuando` k` es un número entero o `k [0] == k [1]`. De lo contrario, tiene rango `r + 1`. `k> = 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]`.
Devoluciones
  • una nueva instancia de MatrixSetDiagV2

pública de salida <T> salida ()

Clasifique `r + 1`, con` output.shape = input.shape`.