MatrixSetDiagV3

publiczna klasa końcowa MatrixSetDiagV3

Zwraca tensor macierzy wsadowej z nowymi wsadowymi wartościami przekątnej.

Biorąc pod uwagę „wejście” i „przekątną”, operacja ta zwraca tensor o tym samym kształcie i wartościach co „wejście”, z wyjątkiem określonych przekątnych najbardziej wewnętrznych macierzy. Zostaną one nadpisane przez wartości w `diagonal`.

`input` ma `r+1` wymiary `[I, J, ..., L, M, N]`. Gdy `k` jest skalarem lub `k[0] == k[1]`, `przekątna` ma `r` wymiary `[I, J, ..., L, max_diag_len]`. W przeciwnym razie ma wymiary `r+1` `[I, J, ..., L, num_diags, max_diag_len]`. `num_diags` to liczba przekątnych, `num_diags = k[1] - k[0] + 1`. `max_diag_len` to najdłuższa przekątna z zakresu `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))`

Wynikiem jest tensor stopnia „k+1” o wymiarach „[I, J, ..., L, M, N]”. Jeśli `k` jest skalarem lub `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
 
W przeciwnym razie
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
 
gdzie `d = n - m`, `diag_index = k[1] - d` i ` indeks_in_diag = n - max(d, 0) + przesunięcie`.

„offset” wynosi zero, z wyjątkiem sytuacji, gdy przekątna jest skierowana w prawo.

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
 
gdzie `diag_len(d) = min(cols - max(d, 0), wiersze + min(d, 0))`.

Na przykład:

# 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(input, 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(input, 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([[[0, 9, 1],  # Diagonal shape: (2, 4, 3)
                        [6, 5, 8],
                        [1, 2, 3],
                        [4, 5, 0]],
                       [[0, 1, 2],
                        [5, 6, 4],
                        [6, 1, 2],
                        [3, 4, 0]]])
 tf.matrix_set_diag(input, diagonals, k = (-1, 2))
   ==> [[[1, 6, 9, 7],  # Output shape: (2, 3, 4)
         [4, 2, 5, 1],
         [7, 5, 3, 8]],
        [[6, 5, 1, 7],
         [3, 1, 6, 2],
         [7, 4, 2, 4]]]
 
 # LEFT_RIGHT alignment.
 diagonals = np.array([[[9, 1, 0],  # Diagonal shape: (2, 4, 3)
                        [6, 5, 8],
                        [1, 2, 3],
                        [0, 4, 5]],
                       [[1, 2, 0],
                        [5, 6, 4],
                        [6, 1, 2],
                        [0, 3, 4]]])
 tf.matrix_set_diag(input, diagonals, k = (-1, 2), align="LEFT_RIGHT")
   ==> [[[1, 6, 9, 7],  # Output shape: (2, 3, 4)
         [4, 2, 5, 1],
         [7, 5, 3, 8]],
        [[6, 5, 1, 7],
         [3, 1, 6, 2],
         [7, 4, 2, 4]]]
 
 

Klasy zagnieżdżone

klasa Opcje MatrixSetDiagV3 Opcjonalne atrybuty dla MatrixSetDiagV3

Metody publiczne

statyczne MatrixSetDiagV3.Options
wyrównaj (wyrównaj ciąg)
Wyjście <T>
jako wyjście ()
Zwraca symboliczny uchwyt tensora.
statyczny <T> MatrixSetDiagV3 <T>
utwórz (zakres zakresu , argument <T> wejściowy, argument <T> po przekątnej, argument <liczba całkowita> k, opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację MatrixSetDiagV3.
Wyjście <T>
wyjście ()
Ranga `r+1`, gdzie `output.shape = input.shape`.

Metody dziedziczone

Metody publiczne

publiczne statyczne MatrixSetDiagV3.Options wyrównanie (wyrównanie ciągu)

Parametry
wyrównywać Niektóre przekątne są krótsze niż `max_diag_len` i wymagają dopełnienia. „align” to ciąg znaków określający sposób wyrównania, odpowiednio, przekątnych i podprzekątnych. Istnieją cztery możliwe wyrównania: „RIGHT_LEFT” (domyślnie), „LEFT_RIGHT”, „LEFT_LEFT” i „RIGHT_RIGHT”. „RIGHT_LEFT” wyrównuje superdiagonalne do prawej (lewe wypełnienie wiersza) i podprzekątne do lewej (prawe wypełnienie wiersza). Jest to format opakowania, którego używa LAPACK. cuSPARSE używa „LEFT_RIGHT”, co jest odwrotnym wyrównaniem.

publiczne wyjście <T> asOutput ()

Zwraca symboliczny uchwyt tensora.

Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.

public static MatrixSetDiagV3 <T> create (zakres zakresu , argument wejściowy <T>, argument <T> po przekątnej, argument <liczba całkowita> k, opcje... opcje)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację MatrixSetDiagV3.

Parametry
zakres aktualny zakres
wejście Ranga `r+1`, gdzie `r >= 1`.
przekątna Ranga `r`, gdy `k` jest liczbą całkowitą lub `k[0] == k[1]`. W przeciwnym razie ma rangę „r+1”. `k >= 1`.
k Przesunięcie ukośne. Wartość dodatnia oznacza nadprzekątną, 0 odnosi się do głównej przekątnej, a wartość ujemna oznacza podprzekątną. „k” może być pojedynczą liczbą całkowitą (dla pojedynczej przekątnej) lub parą liczb całkowitych określających dolny i górny koniec pasma macierzy. `k[0]` nie może być większe niż `k[1]`.
opcje przenosi opcjonalne wartości atrybutów
Zwroty
  • nowa instancja MatrixSetDiagV3

publiczne wyjście <T> wyjście ()

Ranga `r+1`, gdzie `output.shape = input.shape`.