tensorflow :: ops :: MatrixDiagV2

#include <array_ops.h>

Retorna um tensor diagonal em lote com os valores diagonais em lote fornecidos.

Resumo

Retorna um tensor com o conteúdo na diagonal como k[0] -ésima k[1] -ésima diagonais de uma matriz, com todo o resto preenchido com padding . num_rows e num_cols especificam a dimensão da matriz mais interna da saída. Se ambos não forem especificados, o op assume que a matriz mais interna é quadrada e infere seu tamanho de k a dimensão mais interna da diagonal . Se apenas um deles for especificado, o op assume que o valor não especificado é o menor possível com base em outros critérios.

Seja diagonal com dimensões r [I, J, ..., L, M, N] . O tensor de saída tem classificação r+1 com forma [I, J, ..., L, M, num_rows, num_cols] quando apenas uma diagonal é fornecida ( k é um inteiro ou k[0] == k[1] ) . Caso contrário, ele tem classificação r com forma [I, J, ..., L, num_rows, num_cols] .

A segunda dimensão mais interna da diagonal tem duplo significado. Quando k é escalar ou k[0] == k[1] , M faz parte do tamanho do lote [I, J, ..., M] e o tensor de saída é:

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

Caso contrário, M é tratado como o número de diagonais para a matriz no mesmo lote ( M = k[1]-k[0]+1 ), e o tensor de saída é:

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
    padding_value                                     ; otherwise
onde d = n - m , diag_index = k[1] - d e index_in_diag = n - max(d, 0) .

Por exemplo:

# 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]]

Argumentos:

  • escopo: um objeto Scope
  • diagonal: Rank r , onde r >= 1
  • k: Desvio (s) diagonal (es). O valor positivo significa superdiagonal, 0 refere-se à diagonal principal e o valor negativo significa subdiagonais. k pode ser um único inteiro (para uma única diagonal) ou um par de inteiros especificando as extremidades inferior e superior de uma banda de matriz. k[0] não deve ser maior que k[1] .
  • num_rows: o número de linhas da matriz de saída. Se não for fornecido, o op assume que a matriz de saída é uma matriz quadrada e infere o tamanho da matriz de ke a dimensão mais interna da diagonal .
  • num_cols: o número de colunas da matriz de saída. Se não for fornecido, o op assume que a matriz de saída é uma matriz quadrada e infere o tamanho da matriz de ke a dimensão mais interna da diagonal .
  • padding_value: o número para preencher a área fora da faixa diagonal especificada. O padrão é 0.

Retorna:

  • Output : Tem posto r+1 quando k é um inteiro ou k[0] == k[1] , posto r caso contrário.

Construtores e Destruidores

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

Atributos públicos

operation
output

Funções públicas

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

Atributos públicos

Operação

Operation operation

resultado

::tensorflow::Output output

Funções públicas

MatrixDiagV2

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

::tensorflow::Node * node() const 

operador :: tensorflow :: Input

 operator::tensorflow::Input() const 

operador :: tensorflow :: Saída

 operator::tensorflow::Output() const