Python tf.raw_ops.MatrixDiagPartV3用法及代码示例

返回批量张量的批量对角线部分。

用法

tf.raw_ops.MatrixDiagPartV3(
    input, k, padding_value, align='RIGHT_LEFT', name=None
)

返回具有 k[0] -th 到 k[1] -th 批处理 input 对角线的张量。

假设 input 具有 r 尺寸 [I, J, ..., L, M, N] 。令max_diag_len为要提取的所有对角线中的最大长度，max_diag_len = min(M + min(k[1], 0), N + min(-k[0], 0))令num_diags为要提取的对角行数，num_diags = k[1] - k[0] + 1。

如果 num_diags == 1 ，则输出张量的秩为 r - 1，形状为 [I, J, ..., L, max_diag_len] 和值：

diagonal[i, j, ..., l, n]
  = input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
    padding_value                 ; otherwise.

其中 y = max(-k[1], 0) , x = max(k[1], 0) 。

否则，输出张量的秩为r，维度为[I, J, ..., L, num_diags, max_diag_len]，其值为：

diagonal[i, j, ..., l, m, n]
  = input[i, j, ..., l, n+y, n+x] ; if 0 <= n+y < M and 0 <= n+x < N,
    padding_value                 ; otherwise.

其中 d = k[1] - m , y = max(-d, 0) - offset 和 x = max(d, 0) - offset 。

offset 为零，除非对角线对齐在右侧。

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

其中diag_len(d) = min(cols - max(d, 0), rows + min(d, 0)).

输入必须至少是一个矩阵。

例如：

input = np.array([[[1, 2, 3, 4],  # Input shape:(2, 3, 4)
                   [5, 6, 7, 8],
                   [9, 8, 7, 6]],
                  [[5, 4, 3, 2],
                   [1, 2, 3, 4],
                   [5, 6, 7, 8]]])

# A main diagonal from each batch.
tf.matrix_diag_part(input) ==> [[1, 6, 7],  # Output shape:(2, 3)
                                [5, 2, 7]]

# A superdiagonal from each batch.
tf.matrix_diag_part(input, k = 1)
  ==> [[2, 7, 6],  # Output shape:(2, 3)
       [4, 3, 8]]

# A band from each batch.
tf.matrix_diag_part(input, k = (-1, 2))
  ==> [[[0, 3, 8],  # Output shape:(2, 4, 3)
        [2, 7, 6],
        [1, 6, 7],
        [5, 8, 0]],
       [[0, 3, 4],
        [4, 3, 8],
        [5, 2, 7],
        [1, 6, 0]]]

# LEFT_RIGHT alignment.
tf.matrix_diag_part(input, k = (-1, 2), align="LEFT_RIGHT")
  ==> [[[3, 8, 0],  # Output shape:(2, 4, 3)
        [2, 7, 6],
        [1, 6, 7],
        [0, 5, 8]],
       [[3, 4, 0],
        [4, 3, 8],
        [5, 2, 7],
        [0, 1, 6]]]

# max_diag_len can be shorter than the main diagonal.
tf.matrix_diag_part(input, k = (-2, -1))
  ==> [[[5, 8],
        [9, 0]],
       [[1, 6],
        [5, 0]]]

# padding_value = 9
tf.matrix_diag_part(input, k = (1, 3), padding_value = 9)
  ==> [[[9, 9, 4],  # Output shape:(2, 3, 3)
        [9, 3, 8],
        [2, 7, 6]],
       [[9, 9, 2],
        [9, 3, 4],
        [4, 3, 8]]]