Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tensorflow :: ops :: MatrixDiagV2

#include <array_ops.h>

Mengembalikan tensor diagonal kelompok dengan nilai diagonal kelompok tertentu.

Ringkasan

Mengembalikan tensor dengan isi diagonal sebagai diagonal k[0] -th hingga k[1] -th dari sebuah matriks, dengan segala sesuatu yang lain diisi dengan padding . num_rows dan num_cols menentukan dimensi matriks keluaran yang paling dalam. Jika keduanya tidak ditentukan, op mengasumsikan matriks paling dalam adalah persegi dan menyimpulkan ukurannya dari k dan dimensi diagonal terdalam. Jika hanya satu dari mereka yang ditentukan, op mengasumsikan nilai yang tidak ditentukan adalah sekecil mungkin berdasarkan kriteria lain.

Misalkan diagonal memiliki dimensi r [I, J, ..., L, M, N] . Tensor keluaran memiliki rank r+1 dengan bentuk [I, J, ..., L, M, num_rows, num_cols] ketika hanya diberikan satu diagonal ( k adalah bilangan bulat atau k[0] == k[1] ) . Jika tidak, ia memiliki peringkat r dengan bentuk [I, J, ..., L, num_rows, num_cols] .

Dimensi diagonal kedua yang paling dalam memiliki makna ganda. Jika k adalah skalar atau k[0] == k[1] , M adalah bagian dari ukuran batch [I, J, ..., M], dan tensor keluarannya adalah:

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

Jika tidak, M diperlakukan sebagai jumlah diagonal untuk matriks dalam batch yang sama ( M = k[1]-k[0]+1 ), dan tensor keluarannya adalah:

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]                   ; otherwise
dimana d = n - m

Sebagai contoh:

# 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]]

Argumen:

  • scope: Objek Scope
  • diagonal: Peringkat r , di mana r >= 1
  • k: Offset diagonal. Nilai positif berarti superdiagonal, 0 mengacu pada diagonal utama, dan nilai negatif berarti subdiagonal. k dapat berupa bilangan bulat tunggal (untuk satu diagonal) atau sepasang bilangan bulat yang menentukan ujung bawah dan tinggi dari pita matriks. k[0] tidak boleh lebih besar dari k[1] .
  • num_rows: Jumlah baris matriks keluaran. Jika tidak tersedia, op mengasumsikan matriks keluaran adalah matriks persegi dan menyimpulkan ukuran matriks dari k dan dimensi diagonal terdalam.
  • num_cols: Jumlah kolom dari matriks keluaran. Jika tidak tersedia, op mengasumsikan matriks keluaran adalah matriks persegi dan menyimpulkan ukuran matriks dari k dan dimensi diagonal terdalam.
  • padding_value: Angka untuk mengisi area di luar pita diagonal yang ditentukan. Default-nya adalah 0.

Pengembalian:

  • Output : Memiliki rank r+1 jika k adalah integer atau k[0] == k[1] , rank r sebaliknya.

Pembuat dan Penghancur

MatrixDiagV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input diagonal, :: tensorflow::Input k, :: tensorflow::Input num_rows, :: tensorflow::Input num_cols, :: tensorflow::Input padding_value)

Atribut publik

operation
output

Fungsi publik

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Atribut publik

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

MatrixDiagV2

 MatrixDiagV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input diagonal,
  ::tensorflow::Input k,
  ::tensorflow::Input num_rows,
  ::tensorflow::Input num_cols,
  ::tensorflow::Input padding_value
)
.dll

simpul

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Keluaran

 operator::tensorflow::Output() const