tf计算矩阵维度_TensorFlow矩阵数学函数:tf.matrix_band_part

tf.matrix_band_part 函数matrix_band_part(

input,

num_lower,

num_upper,

name=None

)

复制一个张量,将每个最内层矩阵中的所有中心区域外的所有内容设置为零.

该 band 部分计算如下:假设 input 有 k 维 [I, J, K, ..., M, N],则输出是具有相同形状的张量:band[i, j, k, ..., m, n] = in_band(m, n) * input[i, j, k, ..., m, n]

指示器函数:in_band(m, n) = (num_lower < 0 || (m-n) <= num_lower)) && (num_upper < 0 || (n-m) <= num_upper)

例如:# 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]]

有用的特殊情况: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.

参数:

input:张量.秩为 k 的张量.

num_lower:int64 类型的张量;0-D 张量;要保持的对角线的数量;如果为负,则保留整个下三角.

num_upper:int64 类型的张量;0-D 张量;要保留的 superdiagonals 数;如果为负,则保持整个上三角.

name:操作的名称(可选).

返回值:

该函数将返回一个张量,该张量与 input 具有相同的类型;与 input 具有相同形状的秩为 k 的张量;提取的带状张量.

你可能感兴趣的:(tf计算矩阵维度)