tensorflow:: ops:: MatrixDiagV2

#include <array_ops.h>

تُرجع هذه الدالة موترًا قطريًا مجمعًا بقيم قطرية مجمعة معطاة.

ملخص

تُعيد هذه الدالة موترًا يحتوي على العناصر diagonal من k[0] إلى k[1] في مصفوفة، مع إضافة padding لبقية العناصر. يُحدد كل num_rows و num_cols بُعد المصفوفة الداخلية في الناتج. إذا لم يُحدد أي منهما، تفترض الدالة أن المصفوفة الداخلية مربعة وتستنتج حجمها من k وبُعد العنصر diagonal الداخلي. أما إذا حُدد أحدهما فقط، فتفترض الدالة أن القيمة غير المُحددة هي أصغر قيمة ممكنة بناءً على معايير أخرى.

لنفترض أن diagonal له r أبعاد [I, J, ..., L, M, N] . يكون موتر الخرج من الرتبة r+1 وله شكل [I, J, ..., L, M, num_rows, num_cols] عندما يُعطى قطر رئيسي واحد فقط (حيث k عدد صحيح أو k[0] == k[1] ). وإلا، فإن رتبته r وله شكل [I, J, ..., L, num_rows, num_cols] .

للبعد الثاني الأعمق diagonal معنى مزدوج. عندما يكون k عددًا قياسيًا أو k[0] == k[1] ، فإن M جزء من حجم الدفعة [I, J, ..., M]، ويكون موتر الإخراج كما يلي: 

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

بخلاف ذلك، يتم التعامل مع M على أنها عدد الأقطار للمصفوفة في نفس الدفعة ( M = k[1]-k[0]+1 )، ويكون موتر الإخراج هو: 

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

على سبيل المثال: 

# 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]]

الحجج:

  • النطاق: كائن النطاق
  • القطر: الرتبة r ، حيث r >= 1
  • k: إزاحة القطر. القيمة الموجبة تعني القطر العلوي، والصفر يشير إلى القطر الرئيسي، والقيمة السالبة تعني الأقطار الفرعية. يمكن أن يكون k عددًا صحيحًا واحدًا (للقطر الواحد) أو زوجًا من الأعداد الصحيحة التي تحدد الحدين الأدنى والأعلى لنطاق المصفوفة. يجب ألا يكون k[0] أكبر من k[1] .
  • عدد الصفوف: عدد صفوف مصفوفة الإخراج. إذا لم يتم تحديده، يفترض البرنامج أن مصفوفة الإخراج مربعة ويستنتج حجم المصفوفة من k والبعد الداخلي diagonal .
  • num_cols: عدد أعمدة مصفوفة الإخراج. إذا لم يتم تحديده، يفترض البرنامج أن مصفوفة الإخراج مربعة ويستنتج حجم المصفوفة من k والبعد الداخلي diagonal .
  • قيمة الحشو: الرقم الذي يُملأ به الحيز خارج الشريط القطري المحدد. القيمة الافتراضية هي 0.

المرتجعات:

  • Output : يكون رتبته r+1 عندما يكون k عددًا صحيحًا أو k[0] == k[1] ، ويكون رتبته r فيما عدا ذلك.

البناة والمدمرون

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

السمات العامة

operation
output

الوظائف العامة

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

السمات العامة

عملية 

Operation operation

المخرجات 

::tensorflow::Output output

الوظائف العامة

MatrixDiagV2 

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

العقدة 

::tensorflow::Node * node() const

operator::tensorflow::Input 

 operator::tensorflow::Input() const

operator::tensorflow::Output 

 operator::tensorflow::Output() const