Devuelve un tensor de matriz por lotes con nuevos valores diagonales por lotes.
Dado `input` y `diagonal`, esta operación devuelve un tensor con la misma forma y valores que `input`, excepto por las diagonales especificadas de las matrices más internas. Estos serán sobrescritos por los valores en `diagonal`.
`entrada` tiene `r+1` dimensiones `[I, J, ..., L, M, N]`. Cuando `k` es escalar o `k[0] == k[1]`, `diagonal` tiene `r` dimensiones `[I, J, ..., L, max_diag_len]`. De lo contrario, tiene las dimensiones `r+1` `[I, J, ..., L, num_diags, max_diag_len]`. `num_diags` es el número de diagonales, `num_diags = k[1] - k[0] + 1`. `max_diag_len` es la diagonal más larga en el rango `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))`
La salida es un tensor de rango `k+1` con dimensiones `[I, J, ..., L, M, N]`. Si `k` es escalar o `k[0] == k[1]`:
output[i, j, ..., l, m, n]
= diagonal[i, j, ..., l, n-max(k[1], 0)] ; if n - m == k[1]
input[i, j, ..., l, m, n] ; otherwise
output[i, j, ..., l, m, n]
= diagonal[i, j, ..., l, diag_index, index_in_diag] ; if k[0] <= d <= k[1]
input[i, j, ..., l, m, n] ; otherwise
Por ejemplo:
# The main diagonal.
input = np.array([[[7, 7, 7, 7], # Input shape: (2, 3, 4)
[7, 7, 7, 7],
[7, 7, 7, 7]],
[[7, 7, 7, 7],
[7, 7, 7, 7],
[7, 7, 7, 7]]])
diagonal = np.array([[1, 2, 3], # Diagonal shape: (2, 3)
[4, 5, 6]])
tf.matrix_set_diag(diagonal) ==> [[[1, 7, 7, 7], # Output shape: (2, 3, 4)
[7, 2, 7, 7],
[7, 7, 3, 7]],
[[4, 7, 7, 7],
[7, 5, 7, 7],
[7, 7, 6, 7]]]
# A superdiagonal (per batch).
tf.matrix_set_diag(diagonal, k = 1)
==> [[[7, 1, 7, 7], # Output shape: (2, 3, 4)
[7, 7, 2, 7],
[7, 7, 7, 3]],
[[7, 4, 7, 7],
[7, 7, 5, 7],
[7, 7, 7, 6]]]
# A band of diagonals.
diagonals = np.array([[[1, 2, 3], # Diagonal shape: (2, 2, 3)
[4, 5, 0]],
[[6, 1, 2],
[3, 4, 0]]])
tf.matrix_set_diag(diagonals, k = (-1, 0))
==> [[[1, 7, 7, 7], # Output shape: (2, 3, 4)
[4, 2, 7, 7],
[0, 5, 3, 7]],
[[6, 7, 7, 7],
[3, 1, 7, 7],
[7, 4, 2, 7]]]
Métodos públicos
| Salida <T> | como salida () Devuelve el identificador simbólico de un tensor. |
| estático <T> MatrixSetDiagV2 <T> | |
| Salida <T> | salida () Clasifique `r+1`, con `output.shape = input.shape`. |
Métodos Heredados
Métodos públicos
salida pública <T> como salida ()
Devuelve el identificador simbólico de un tensor.
Las entradas de las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
MatrixSetDiagV2 estático público <T> crear ( Ámbito de ámbito, Operando <T> entrada, Operando <T> diagonal, Operando <Entero> k)
Método de fábrica para crear una clase que envuelve una nueva operación MatrixSetDiagV2.
Parámetros
| alcance | alcance actual |
|---|---|
| aporte | Rango `r+1`, donde `r >= 1`. |
| diagonal | Clasifica `r` cuando `k` es un número entero o `k[0] == k[1]`. De lo contrario, tiene rango `r+1`. `k >= 1`. |
| k | Desplazamiento(s) diagonal(es). Un valor positivo significa superdiagonal, 0 se refiere a la diagonal principal y un valor negativo significa subdiagonales. `k` puede ser un solo número entero (para una sola diagonal) o un par de números enteros que especifican los extremos inferior y superior de una banda de matriz. `k[0]` no debe ser mayor que `k[1]`. |
Devoluciones
- una nueva instancia de MatrixSetDiagV2