टेन्सरफ्लो::ऑप्स::मैट्रिक्सबैंडपार्ट

प्रत्येक सबसे भीतरी मैट्रिक्स में केंद्रीय बैंड के बाहर की हर चीज़ को शून्य पर सेट करते हुए एक टेंसर की प्रतिलिपि बनाएं।

सारांश

band भाग की गणना इस प्रकार की जाती है: मान लीजिए input में k आयाम [I, J, K, ..., M, N] हैं, तो आउटपुट समान आकार का एक टेंसर होता है जहाँ

band[i, j, k, ..., m, n] = in_band(m, n) * input[i, j, k, ..., m, n] .

संकेतक फ़ंक्शन

in_band(m, n) = (num_lower < 0 || (mn) <= num_lower)) && (num_upper < 0 || (nm) <= num_upper) .

उदाहरण के लिए:

# if 'input' is [[ 0,  1,  2, 3]
                 [-1,  0,  1, 2]
                 [-2, -1,  0, 1]
                 [-3, -2, -1, 0]],

tf.matrix_band_part(input, 1, -1) ==> [[ 0,  1,  2, 3]
                                       [-1,  0,  1, 2]
                                       [ 0, -1,  0, 1]
                                       [ 0,  0, -1, 0]],

tf.matrix_band_part(input, 2, 1) ==> [[ 0,  1,  0, 0]
                                      [-1,  0,  1, 0]
                                      [-2, -1,  0, 1]
                                      [ 0, -2, -1, 0]]

उपयोगी विशेष मामले:

 tf.matrix_band_part(input, 0, -1) ==> Upper triangular part.
 tf.matrix_band_part(input, -1, 0) ==> Lower triangular part.
 tf.matrix_band_part(input, 0, 0) ==> Diagonal.

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• इनपुट: रैंक k टेंसर।
• num_lower: 0-D टेंसर। रखे जाने वाले उपविकर्णों की संख्या। यदि ऋणात्मक है, तो संपूर्ण निचला त्रिभुज रखें।
• num_upper: 0-D टेंसर। रखे जाने वाले सुपरडायगोनल की संख्या। यदि ऋणात्मक है, तो संपूर्ण ऊपरी त्रिभुज रखें।

प्रतिफल:

• Output : इनपुट के समान आकार का रैंक k टेंसर। निकाला गया बैंडेड टेंसर।

सार्वजनिक विशेषताएँ

::tensorflow::Output band

Operation operation

 MatrixBandPart(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input num_lower,
  ::tensorflow::Input num_upper
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const