tensorflow :: ops :: MatrixDiagV2
#include <array_ops.h>
Restituisce un tensore diagonale in batch con valori diagonali in batch dati.
Sommario
Restituisce un tensore con il contenuto in diagonal
da k[0]
-th a k[1]
-th diagonali di una matrice, con tutto il resto imbottito con padding
. num_rows
e num_cols
specificano la dimensione della matrice più interna dell'output. Se entrambi non sono specificati, l'op assume che la matrice più interna sia quadrata e deduce la sua dimensione da k
e la dimensione più interna della diagonal
. Se viene specificato solo uno di essi, l'op assume che il valore non specificato sia il più piccolo possibile in base ad altri criteri.
Sia la diagonal
dimensioni r
[I, J, ..., L, M, N]
. Il tensore di uscita ha rango r+1
con forma [I, J, ..., L, M, num_rows, num_cols]
quando è data una sola diagonale ( k
è un numero intero o k[0] == k[1]
) . Altrimenti, ha rango r
con forma [I, J, ..., L, num_rows, num_cols]
.
La seconda dimensione più interna della diagonal
ha un doppio significato. Quando k
è scalare k[0] == k[1]
, M
fa parte della dimensione del batch [I, J, ..., M] e il tensore di output è:
output[i, j, ..., l, m, n] = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper output[i, j, ..., l, m, n] ; otherwise
Altrimenti, M
viene considerato come il numero di diagonali per la matrice nello stesso batch ( M = k[1]-k[0]+1
) e il tensore di output è:
output[i, j, ..., l, m, n] = diagonal[i, j, ..., l, k[1]-d, n-max(d, 0)] ; if d_lower <= d <= d_upper input[i, j, ..., l, m, n] ; otherwisedove
d = n - m
Per esempio:
# 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 band of diagonals. diagonals = np.array([[[1, 2, 3], # Input shape: (2, 2, 3) [4, 5, 0]], [[6, 7, 9], [9, 1, 0]]]) tf.matrix_diag(diagonals, k = (-1, 0)) ==> [[[1, 0, 0], # Output shape: (2, 3, 3) [4, 2, 0], [0, 5, 3]], [[6, 0, 0], [9, 7, 0], [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 = 9. tf.matrix_diag(diagonal, k = -1, num_rows = 3, padding = 9) ==> [[9, 9], # Output shape: (3, 2) [1, 9], [9, 2]]
Argomenti:
- scope: un oggetto Scope
- diagonale: rango
r
, dover >= 1
- k: offset diagonale. Il valore positivo significa superdiagonale, 0 si riferisce alla diagonale principale e il valore negativo significa sottodiagonale.
k
può essere un singolo intero (per una singola diagonale) o una coppia di numeri interi che specificano le estremità inferiore e superiore di una banda di matrice.k[0]
non deve essere maggiore dik[1]
. - num_rows: il numero di righe della matrice di output. Se non è fornito, l'op assume che la matrice di output sia una matrice quadrata e deduce la dimensione della matrice da k e la dimensione più interna della
diagonal
. - num_cols: il numero di colonne della matrice di output. Se non è fornito, l'op assume che la matrice di output sia una matrice quadrata e deduce la dimensione della matrice da k e la dimensione più interna della
diagonal
. - padding_value: il numero con cui riempire l'area al di fuori della banda diagonale specificata. L'impostazione predefinita è 0.
Ritorna:
-
Output
: ha rangor+1
quandok
è un numero intero ok[0] == k[1]
, rangor
altrimenti.
Costruttori e distruttori | |
---|---|
MatrixDiagV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input diagonal, :: tensorflow::Input k, :: tensorflow::Input num_rows, :: tensorflow::Input num_cols, :: tensorflow::Input padding_value) |
Attributi pubblici | |
---|---|
operation | |
output |
Funzioni pubbliche | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Attributi pubblici
operazione
Operation operation
produzione
::tensorflow::Output output
Funzioni pubbliche
MatrixDiagV2
MatrixDiagV2( const ::tensorflow::Scope & scope, ::tensorflow::Input diagonal, ::tensorflow::Input k, ::tensorflow::Input num_rows, ::tensorflow::Input num_cols, ::tensorflow::Input padding_value )
nodo
::tensorflow::Node * node() const
operator :: tensorflow :: Input
operator::tensorflow::Input() const
operator :: tensorflow :: Output
operator::tensorflow::Output() const