tensorflow::ops::MatrixBandPart

#include <array_ops.h>

Копирует тензор, устанавливая все элементы вне центральной полосы в каждой внутренней матрице в ноль.

Краткое описание

в ноль.

Часть band вычисляется следующим образом: Предположим, что input имеет k измерения [I, J, K, ..., M, N], тогда выходной тензор имеет такую же форму, где

band[i, j, k, ..., m, n] = in_band(m, n) * input[i, j, k, ..., m, n].

Функция индикатора

in_band(m, n) = (num_lower < 0 || (m-n) <= num_lower)) && (num_upper < 0 || (n-m) <= num_upper).

Например:

# if 'input' is [[ 0,  1,  2, 3]
                 [-1,  0,  1, 2]
                 [-2, -1,  0, 1]
                 [-3, -2, -1, 0]],

tf.matrix_band_part(input, 1, -1) ==> [[ 0,  1,  2, 3]
                                       [-1,  0,  1, 2]
                                       [ 0, -1,  0, 1]
                                       [ 0,  0, -1, 0]],

tf.matrix_band_part(input, 2, 1) ==> [[ 0,  1,  0, 0]
                                      [-1,  0,  1, 0]
                                      [-2, -1,  0, 1]
                                      [ 0, -2, -1, 0]]

Полезные частные случаи:

tf.matrix_band_part(input, 0, -1) ==> Upper triangular part.
tf.matrix_band_part(input, -1, 0) ==> Lower triangular part.
tf.matrix_band_part(input, 0, 0) ==> Diagonal.

Аргументы:

• scope: Объект Scope
• input: Тензор ранга k.
• num_lower: 0-мерный тензор. Количество поддиагоналей, которые нужно сохранить. Если отрицательно, сохраняется вся нижняя треугольная часть.
• num_upper: 0-мерный тензор. Количество наддиагоналей, которые нужно сохранить. Если отрицательно, сохраняется вся верхняя треугольная часть.

Возвращает:

• Output: Тензор ранга k с той же формой, что и входной тензор. Извлеченный тензор с полосами.

Публичные атрибуты

::tensorflow::Output band

Operation operation

Публичные функции

 MatrixBandPart(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input num_lower,
  ::tensorflow::Input num_upper
)

::tensorflow::Node * node() const 

operator::tensorflow::Input() const 

operator::tensorflow::Output() const