Devuelve un tensor de matriz por lotes con nuevos valores diagonales por lotes.
Dada la "entrada" y la "diagonal", esta operación devuelve un tensor con la misma forma y valores que "entrada", excepto por las diagonales especificadas de las matrices más internas. Estos serán sobrescritos por los valores en "diagonal".
`input` tiene las dimensiones` r + 1` `[I, J, ..., L, M, N]`. Cuando `k` es escalar o` k [0] == k [1] `,` diagonal` tiene dimensiones `r` [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> | asOutput () Devuelve el identificador simbólico de un tensor. |
| estático <T> MatrixSetDiagV2 <T> | |
| Salida <T> | salida () Clasifique `r + 1`, con` salida.forma = entrada.forma`. |
Métodos heredados
Métodos públicos
Salida pública <T> asOutput ()
Devuelve el identificador simbólico de un tensor.
Las entradas a 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.
public static MatrixSetDiagV2 <T> create ( Scope scope, Operand <T> input, Operand <T> diagonal, Operand <Integer> k)
Método de fábrica para crear una clase que envuelva una nueva operación MatrixSetDiagV2.
Parámetros
| alcance | alcance actual |
|---|---|
| aporte | Clasifique `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 (s). El valor positivo significa superdiagonal, 0 se refiere a la diagonal principal y el valor negativo significa subdiagonales. `k` puede ser un solo entero (para una sola diagonal) o un par de números enteros que especifiquen los extremos bajo y alto de una banda de matriz. `k [0]` no debe ser mayor que `k [1]`. |
Devoluciones
- una nueva instancia de MatrixSetDiagV2