tensorflow::ops::MatrixDiagV2

#include <array_ops.h>

Возвращает пакетный диагональный тензор с заданными пакетными диагональными значениями.

Краткое описание

Возвращает тензор с содержимым в diagonal как k[0]-й по k[1]-й диагонали матрицы, при этом всё остальное заполняется padding. num_rows и num_cols задают размер внутреннего матричного блока в выходе. Если оба не заданы, операция предполагает, что внутренняя матрица квадратная, и определяет её размер по k и внутреннему размеру diagonal. Если задан только один параметр, операция предполагает, что неопределённое значение — наименьшее возможное 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] при задании только одной диагонали (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 двойной смысл. Когда k — скаляр или k[0] == k[1], M является частью размера пакета [I, J, ..., M], и тензор вывода имеет вид:

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

В противном случае, M рассматривается как количество диагоналей для матрицы в той же группе (M = k[1]-k[0]+1), и тензор вывода имеет вид:

output[i, j, ..., l, m, n]
  = diagonal[i, j, ..., l, k[1]-d, n-max(d, 0)] ; if d_lower <= d <= d_upper
    input[i, j, ..., l, m, n]                   ; otherwise

d = n - m

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 = 9.
tf.matrix_diag(diagonal, k = -1, num_rows = 3, padding = 9)
  ==> [[9, 9],  # Output shape: (3, 2)
       [1, 9],
       [9, 2]]

Аргументы:

• scope: Объект Scope
• diagonal: Ранг r, где r >= 1
• k: Смещение диагонали. Положительное значение означает вышедиагональ, 0 — главную диагональ, отрицательное — нижедиагональ. k может быть одним целым числом (для одной диагонали) или парой целых чисел, задающих нижнюю и верхнюю границы полосы матрицы. k[0] не должно быть больше k[1].
• num_rows: Количество строк выходной матрицы. Если не задано, операция предполагает, что выходная матрица квадратная и определяет размер матрицы по k и внутренней размерности diagonal.
• num_cols: Количество столбцов выходной матрицы. Если не задано, операция предполагает, что выходная матрица квадратная и определяет размер матрицы по k и внутренней размерности diagonal.
• padding_value: Число, которым заполняется область вне указанной полосы диагоналей. По умолчанию 0.

Возвращает:

• Output: Имеет ранг r+1 при k — целое число или k[0] == k[1], ранг r в противном случае.

Публичные атрибуты

Operation operation

::tensorflow::Output output

Публичные функции

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

::tensorflow::Node * node() const 

operator::tensorflow::Input() const 

operator::tensorflow::Output() const