tf.raw_ops.MatrixDiagV3
Возвращает пакетную диагональную тензор с заданными пакетными диагональными значениями.
tf.raw_ops.MatrixDiagV3(
diagonal,
k,
num_rows,
num_cols,
padding_value,
align='RIGHT_LEFT',
name=None
)
Возвращает тензор с содержимым в diagonal как k[0]-й по k[1]-й диагоналях матрицы, при этом все остальное заполняется padding. num_rows и num_cols задают размерность самой внутренней матрицы вывода. Если оба не указаны, операция предполагает, что внутренняя матрица квадратная, и вычисляет ее размер по k и самой внутренней размерности diagonal. Если указан только один из них, операция предполагает, что неопределенное значение является наименьшим возможным по другим критериям.
Пусть diagonal имеет r размерности [I, J, ..., L, M, N]. Тензор вывода имеет ранг r+1 с формой [I, J, ..., L, M, num_rows, num_cols], когда задана 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].
Вторая внутренняя размерность diagonal имеет двойное значение. Когда k является скалярным или k[0] == k[1], M является частью размера пакета [I, J, ..., M], и тензор вывода:
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 обрабатывается как количество диагоналей для матрицы в той же группе (M = k[1]-k[0]+1), и тензор вывода:
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] - d и index_in_diag = n - max(d, 0) + offset.
offset равно нулю, за исключением случаев, когда выравнивание диагонали находится справа.
offset = max_diag_len - diag_len(d) ; if (`align` in {RIGHT_LEFT, RIGHT_RIGHT}
and `d >= 0`) or
(`align` in {LEFT_RIGHT, RIGHT_RIGHT}
and `d <= 0`)
0 ; otherwise
где diag_len(d) = min(cols - max(d, 0), rows + min(d, 0)).
Пример:
# 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 tridiagonal band (per batch).
diagonals = np.array([[[0, 8, 9], # Input shape: (2, 2, 3)
[1, 2, 3],
[4, 5, 0]],
[[0, 2, 3],
[6, 7, 9],
[9, 1, 0]]])
tf.matrix_diag(diagonals, k = (-1, 1))
==> [[[1, 8, 0], # Output shape: (2, 3, 3)
[4, 2, 9],
[0, 5, 3]],
[[6, 2, 0],
[9, 7, 3],
[0, 1, 9]]]
# LEFT_RIGHT alignment.
diagonals = np.array([[[8, 9, 0], # Input shape: (2, 2, 3)
[1, 2, 3],
[0, 4, 5]],
[[2, 3, 0],
[6, 7, 9],
[0, 9, 1]]])
tf.matrix_diag(diagonals, k = (-1, 1), align="LEFT_RIGHT")
==> [[[1, 8, 0], # Output shape: (2, 3, 3)
[4, 2, 9],
[0, 5, 3]],
[[6, 2, 0],
[9, 7, 3],
[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 | |
|---|---|
diagonal | A Tensor. Ранг r, где r >= 1 |
k | A Tensor типа int32. Смещение диагонали. Положительное значение означает наддиагональ, 0 — главную диагональ, а отрицательное — поддиагонали. k может быть одним целым числом (для одной диагонали) или парой целых чисел, определяющих низкий и высокий концы полосы матрицы. k[0] не должно быть больше k[1]. |
num_rows | A Tensor типа int32. Количество строк выходной матрицы. Если не указано, операция предполагает, что выходная матрица является квадратной матрицей, и вычисляет размер матрицы по k и самой внутренней размерности diagonal. |
num_cols | A Tensor типа int32. Количество столбцов выходной матрицы. Если не указано, операция предполагает, что выходная матрица является квадратной матрицей, и вычисляет размер матрицы по k и самой внутренней размерности diagonal. |
padding_value | A Tensor. Должен иметь тот же тип, что и diagonal. Число, которым заполняется область вне указанной полосы диагонали. По умолчанию 0. |
align | Необязательный string из: "LEFT_RIGHT", "RIGHT_LEFT", "LEFT_LEFT", "RIGHT_RIGHT". По умолчанию "RIGHT_LEFT". Некоторые диагонали короче max_diag_len и требуют заполнения. align — строка, определяющая, как должны выравниваться наддиагонали и поддиагонали соответственно. Существует четыре возможных выравнивания: "RIGHT_LEFT" (по умолчанию), "LEFT_RIGHT", "LEFT_LEFT" и "RIGHT_RIGHT". "RIGHT_LEFT" выравнивает наддиагонали вправо (слева заполняет строку) и поддиагонали влево (справа заполняет строку). Это формат упаковки, используемый LAPACK. cuSPARSE использует "LEFT_RIGHT", что является обратным выравниванием. |
name | Имя операции (необязательно). |
| Возвращает | |
|---|---|
A Tensor. Имеет тот же тип, что и diagonal. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/MatrixDiagV3
