ML Topluluk Günü 9 Kasım! TensorFlow, JAX güncellemeler için bize katılın ve daha fazla bilgi edinin

tensorflow :: ops :: MatrixDiagPartV2

#include <array_ops.h>

Toplu işlenmiş bir tensörün toplu çapraz parçasını döndürür.

Özet

Toplu input k[0] - k[1] köşegenlerine sahip bir tensör verir.

input r boyutlarına [I, J, ..., L, M, N] sahip olduğunu varsayın. Let max_diag_len tüm köşegenleri arasında maksimum uzunluğu ekstre edilecek olması, max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0)) izin num_diags için köşegenlerinin sayı ayıklama, num_diags = k[1] - k[0] + 1 .

num_diags == 1 ise, çıktı tensörü r - 1 düzeyindedir ve [I, J, ..., L, max_diag_len] ve değerleri:

diagonal[i, j, ..., l, n]
  = input[i, j, ..., l, n+y, n+x] ; when 0 <= n-y < M and 0 <= n-x < N,
    0                             ; otherwise.
burada y = max(-k[1], 0) , x = max(k[1], 0) .

Aksi takdirde, çıktı tensörü r rütbesine sahiptir ve şu değerlerle [I, J, ..., L, num_diags, max_diag_len]

diagonal[i, j, ..., l, m, n]
  = input[i, j, ..., l, n+y, n+x] ; when 0 <= n-y < M and 0 <= n-x < N,
    0                             ; otherwise.
burada d = k[1] - m , y = max(-d, 0) ve x = max(d, 0) .

Giriş en az bir matris olmalıdır.

Örneğin:

input = np.array([[[1, 2, 3, 4],  # Input shape: (2, 3, 4)
                   [5, 6, 7, 8],
                   [9, 8, 7, 6]],
                  [[5, 4, 3, 2],
                   [1, 2, 3, 4],
                   [5, 6, 7, 8]]])

# A main diagonal from each batch.
tf.matrix_diag_part(input) ==> [[1, 6, 7],  # Output shape: (2, 3)
                                [5, 2, 7]]

# A superdiagonal from each batch.
tf.matrix_diag_part(input, k = 1)
  ==> [[2, 7, 6],  # Output shape: (2, 3)
       [4, 3, 8]]

# A tridiagonal band from each batch.
tf.matrix_diag_part(input, k = (-1, 1))
  ==> [[[2, 7, 6],  # Output shape: (2, 3, 3)
        [1, 6, 7],
        [5, 8, 0]],
       [[4, 3, 8],
        [5, 2, 7],
        [1, 6, 0]]]

# Padding = 9
tf.matrix_diag_part(input, k = (1, 3), padding = 9)
  ==> [[[4, 9, 9],  # Output shape: (2, 3, 3)
        [3, 8, 9],
        [2, 7, 6]],
       [[2, 9, 9],
        [3, 4, 9],
        [4, 3, 8]]]

Argümanlar:

  • kapsam: Bir Scope nesnesi
  • girdi: Derece r tensörü, burada r >= 2 .
  • k: Çapraz ofset (ler). Pozitif değer süper diyagonal anlamına gelir, 0 ana köşegen anlamına gelir ve negatif değer alt köşegen anlamına gelir. k , tek bir tam sayı (tek bir köşegen için) veya bir matris bandının düşük ve yüksek uçlarını belirten bir çift tam sayı olabilir. k[0] , k[1] den büyük olmamalıdır.
  • padding_value: Belirtilen diyagonal bandın dışındaki alanı dolduracak değer. Varsayılan 0'dır.

İadeler:

  • Output : Çıkarılan köşegenler.

Yapıcılar ve Yıkıcılar

MatrixDiagPartV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input k, :: tensorflow::Input padding_value)

Genel özellikler

diagonal
operation

Kamusal işlevler

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

Genel özellikler

diyagonal

::tensorflow::Output diagonal

operasyon

Operation operation

Kamusal işlevler

MatrixDiagPartV2

 MatrixDiagPartV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input k,
  ::tensorflow::Input padding_value
)

düğüm

::tensorflow::Node * node() const 

operator :: tensorflow :: Girdi

 operator::tensorflow::Input() const 

operator :: tensorflow :: Çıktı

 operator::tensorflow::Output() const