יום הקהילה ML הוא 9 בנובמבר! הצטרפו אלינו עדכונים מ- TensorFlow, JAX, ועוד למידע נוסף

זרימת טנסור :: אופ :: MatrixDiagPartV2

#include <array_ops.h>

מחזיר את החלק האלכסוני באצווה של טנזור אצווה.

סיכום

מחזיר טנזור עם אלכסוני k[0] עד k[1] של input האצווה.

נניח input יש r ממדים [I, J, ..., L, M, N] . בואו max_diag_len להיות האורך המרבי בין כל האלכסונים שיש לחלץ, max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0)) תנו num_diags להיות מספר האלכסונים ש לחלץ, num_diags = k[1] - k[0] + 1 .

אם num_diags == 1 , טנסור הפלט הוא בדרגה r - 1 עם צורה [I, J, ..., L, max_diag_len] וערכים:

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

אחרת, למתח הפלט יש דרגה r עם מידות [I, J, ..., L, num_diags, max_diag_len] עם ערכים:

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

הקלט חייב להיות לפחות מטריצה.

לדוגמה:

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

טענות:

  • היקף: אובייקט Scope
  • קלט: דרג r טנסור כאשר r >= 2 .
  • k: קיזוז (ים) אלכסוני. ערך חיובי פירושו על-אלכסוני, 0 מתייחס לאלכסון הראשי, וערך שלילי פירושו תת-אלכסונים. k יכול להיות מספר שלם יחיד (לאלכסון יחיד) או זוג מספרים שלמים המציינים את הקצוות הנמוכים והגבוהים של רצועת מטריצה. אסור ש- k[0] יהיה גדול מ- k[1] .
  • padding_value: הערך למילוי השטח שמחוץ לפס האלכסוני שצוין. ברירת המחדל היא 0.

החזרות:

  • Output : האלכסון / ים המחולצים.

קונסטרוקטורים ומשחתנים

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

תכונות ציבוריות

diagonal
operation

פונקציות ציבוריות

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

תכונות ציבוריות

אֲלַכסוֹנִי

::tensorflow::Output diagonal

מבצע

Operation operation

פונקציות ציבוריות

MatrixDiagPartV2

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

צוֹמֶת

::tensorflow::Node * node() const 

אופרטור :: זרימת טנסור :: קלט

 operator::tensorflow::Input() const 

אופרטור :: זרימת טנסור :: פלט

 operator::tensorflow::Output() const