тензорный поток :: ops :: MatrixDiagV2

#include <array_ops.h>

Возвращает пакетный диагональный тензор с заданными пакетными диагональными значениями.

Резюме

Возвращает тензор с содержимым по diagonal в виде diagonal от k[0] -й до k[1] -й матрицы, со всем остальным, дополненным padding . num_rows и num_cols определяют размер самой внутренней матрицы вывода. Если оба не указаны, op предполагает, что самая внутренняя матрица является квадратной, и выводит ее размер из k и самого внутреннего измерения diagonal . Если указан только один из них, операция предполагает, что неопределенное значение является минимально возможным на основе других критериев.

Пусть diagonal имеет r измерений [I, J, ..., L, M, N] . Выходной тензор имеет ранг r+1 с формой [I, J, ..., L, M, num_rows, num_cols] когда [I, J, ..., L, M, num_rows, num_cols] только одна диагональ ( k - целое число или k[0] == k[1] ) . В противном случае он имеет ранг r с формой [I, J, ..., L, num_rows, num_cols] .

Второе внутреннее измерение diagonal имеет двоякое значение. Когда k является скалярным или k[0] == k[1] , M является частью размера пакета [I, J, ..., M], а выходной тензор:

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

В противном случае M рассматривается как количество диагоналей для матрицы в том же пакете ( M = k[1]-k[0]+1 ), а выходной тензор:

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

Например:

# 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]]

Аргументы:

  • scope: Объект Scope
  • диагональ: ранг r , где r >= 1
  • k: диагональное смещение. Положительное значение означает наддиагональ, 0 относится к главной диагонали, а отрицательное значение означает поддиагонали. k может быть одним целым числом (для одной диагонали) или парой целых чисел, определяющих нижний и верхний пределы полосы матрицы. k[0] не должно быть больше k[1] .
  • num_rows: количество строк выходной матрицы. Если он не указан, операция предполагает, что выходная матрица является квадратной матрицей, и выводит размер матрицы из k и самого внутреннего измерения diagonal .
  • num_cols: количество столбцов выходной матрицы. Если он не указан, операция предполагает, что выходная матрица является квадратной матрицей, и выводит размер матрицы из k и самого внутреннего измерения diagonal .
  • padding_value: число, которым нужно заполнить область за пределами указанной диагональной полосы. По умолчанию 0.

Возврат:

  • Output : имеет ранг r+1 когда k является целым числом, или k[0] == k[1] , в противном случае ранг r .

Конструкторы и деструкторы

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

Публичные атрибуты

operation
output

Публичные функции

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

Публичные атрибуты

операция

Operation operation

выход

::tensorflow::Output output

Публичные функции

MatrixDiagV2

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

узел

::tensorflow::Node * node() const 

оператор :: тензорный поток :: Вход

 operator::tensorflow::Input() const 

оператор :: тензор потока :: Вывод

 operator::tensorflow::Output() const