Google I / Oが5月18〜20日に戻ってきます。スペースを予約してスケジュールを作成する今すぐ登録する
このページは Cloud Translation API によって翻訳されました。
Switch to English

tensorflow :: ops :: MatrixDiagV2

#include <array_ops.h>

指定されたバッチ対角値を持つバッチ対角テンソルを返します。

概要

diagonalの内容が行列のk[0]番目からk[1]番目の対角線で、他のすべてがパディングでpaddingられたテンソルを返します。 num_rowsnum_colsは、出力の最も内側の行列の次元を指定します。両方が指定されていない場合、opは最も内側の行列が正方行列であると想定し、 kdiagonal最も内側の次元からそのサイズを推測します。それらの1つだけが指定されている場合、opは、指定されていない値が他の基準に基づいて可能な限り最小であると想定します。

diagonal次元をrます[I, J, ..., L, M, N] 。対角線が1つだけ指定されている場合[I, J, ..., L, M, num_rows, num_cols]出力テンソルのランクはr+1 、形状は[I, J, ..., L, M, num_rows, num_cols]です( kは整数またはk[0] == k[1] ) 。それ以外の場合は、形状[I, J, ..., L, num_rows, num_cols]ランクr [I, J, ..., L, num_rows, num_cols]

diagonalの2番目に内側の次元には二重の意味があります。 kがスカラーまたはk[0] == k[1]場合、 Mはバッチサイズ[I、J、...、M]の一部であり、出力テンソルは次のとおりです。

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, n-max(d_upper, 0)] ; if n - m == d_upper
    padding_value                             ; otherwise

それ以外の場合、 Mは同じバッチ内の行列の対角数として扱われ( M = k[1]-k[0]+1 )、出力テンソルは次のようになります。

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
    padding_value                                     ; otherwise
ここで、 d = n - mdiag_index = k[1] - d 、およびindex_in_diag = n - max(d, 0)

例えば:

# 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_value = 9.
tf.matrix_diag(diagonal, k = -1, num_rows = 3, padding_value = 9)
  ==> [[9, 9],  # Output shape: (3, 2)
       [1, 9],
       [9, 2]]

引数:

  • スコープ:スコープオブジェクト
  • 対角線:ランクr 、ここでr >= 1
  • k:対角オフセット。正の値は超対角を意味し、0は主対角を示し、負の値は副対角を意味します。 kは、単一の整数(単一の対角線の場合)または行列バンドの下限と上限を指定する整数のペアにすることができます。 k[0]k[1]より大きくてはなりません。
  • num_rows:出力行列の行数。提供されていない場合、opは出力行列が正方行列であると想定し、kとdiagonal最も内側の次元から行列サイズを推測します。
  • num_cols:出力行列の列数。提供されていない場合、opは出力行列が正方行列であると想定し、kとdiagonal最も内側の次元から行列サイズを推測します。
  • padding_value:指定された対角帯の外側の領域を埋める数値。デフォルトは0です。

戻り値:

  • Output :ランク持っr+1ときk整数であるか、 k[0] == k[1]ランクrさもなければ。

コンストラクタとデストラクタ

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

パブリック属性

operation
output

公の行事

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

パブリック属性

操作

Operation operation

出力

::tensorflow::Output output

公の行事

MatrixDiagV2

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

ノード

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const