MatriksSetDiagV2

kelas akhir publik MatrixSetDiagV2

Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.

Mengingat `input` dan `diagonal`, operasi ini mengembalikan tensor dengan bentuk dan nilai yang sama dengan `input`, kecuali untuk diagonal yang ditentukan dari matriks terdalam. Ini akan ditimpa oleh nilai dalam `diagonal`.

`input` memiliki dimensi `r+1` `[I, J, ..., L, M, N]`. Jika `k` adalah skalar atau `k[0] == k[1]`, `diagonal` memiliki dimensi `r` `[I, J, ..., L, max_diag_len]`. Jika tidak, ia memiliki dimensi `r+1` `[I, J, ..., L, num_diags, max_diag_len]`. `num_diags` adalah jumlah diagonal, `num_diags = k[1] - k[0] + 1`. `max_diag_len` adalah diagonal terpanjang dalam rentang `[k[0], k[1]]`, `max_diag_len = min(M + min(k[1], 0), N + min(-k[0] , 0))`

Outputnya berupa tensor rank `k+1` dengan dimensi `[I, J, ..., L, M, N]`. Jika `k` adalah skalar atau `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
 
Jika tidak,
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
 
dengan `d = n - m`, `diag_index = k[1] - d`, dan ` indeks_in_diag = n - maks(d, 0)`.

Misalnya:

# 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]]]
 
 

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
statis <T> MatrixSetDiagV2 <T>
buat ( Scope scope, Operand <T> masukan, Operand <T> diagonal, Operand <Integer> k)
Metode pabrik untuk membuat kelas yang membungkus operasi MatrixSetDiagV2 baru.
Keluaran <T>
keluaran ()
Beri peringkat `r+1`, dengan `output.shape = input.shape`.

Metode Warisan

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static MatrixSetDiagV2 <T> buat ( Lingkup lingkup, masukan Operan <T>, Operan <T> diagonal, Operan <Bilangan Bulat> k)

Metode pabrik untuk membuat kelas yang membungkus operasi MatrixSetDiagV2 baru.

Parameter
cakupan ruang lingkup saat ini
memasukkan Peringkat `r+1`, dengan `r >= 1`.
diagonal Beri peringkat `r` ketika `k` adalah bilangan bulat atau `k[0] == k[1]`. Jika tidak, ia memiliki peringkat `r+1`. `k >= 1`.
k Offset diagonal. Nilai positif berarti superdiagonal, 0 mengacu pada diagonal utama, dan nilai negatif berarti subdiagonal. `k` dapat berupa bilangan bulat tunggal (untuk satu diagonal) atau sepasang bilangan bulat yang menentukan ujung rendah dan tinggi dari pita matriks. `k[0]` tidak boleh lebih besar dari `k[1]`.
Kembali
  • contoh baru dari MatrixSetDiagV2

Keluaran publik <T> keluaran ()

Beri peringkat `r+1`, dengan `output.shape = input.shape`.