یک تانسور را کپی کنید که همه چیز خارج از باند مرکزی را در درونی ترین ماتریس صفر تنظیم می کند.
قسمت «باند» به صورت زیر محاسبه می شود: فرض کنید «ورودی» دارای ابعاد «k» است «[I، J، K، ...، M، N]»، سپس خروجی یک تانسور با همان شکل است که در آن
`باند[i، j، k، ...، m، n] = باند in_(m، n) * ورودی[i، j، k، ...، m، n]».
تابع نشانگر
`in_band(m, n) = (num_down < 0 || (mn) <= num_lower)) && (num_upper < 0 || (nm) <= num_upper)`.
به عنوان مثال:
# 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]]
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.
ثابت ها
| رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
| خروجی <T> | asOutput () دسته نمادین تانسور را برمی گرداند. |
| خروجی <T> | باند () تانسور k به همان شکل ورودی رتبه بندی کنید. |
| static <T گسترش TType ، U گسترش TNumber > BandPart <T> |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی <T> asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
عمومی استاتیک BandPart <T> ایجاد ( دامنه دامنه ، ورودی عملوند <T>، عملوند <U> numLower، عملوند <U> numUpper)
روش کارخانه برای ایجاد کلاسی که یک عملیات BandPart جدید را بسته بندی می کند.
پارامترها
| دامنه | محدوده فعلی |
|---|---|
| ورودی | تانسور رتبه k |
| numLower | تانسور 0-D. تعداد قطرهای فرعی برای حفظ. اگر منفی بود، کل مثلث پایینی را نگه دارید. |
| numUpper | تانسور 0-D. تعداد superdiagonals برای نگه داشتن. اگر منفی بود، کل مثلث بالایی را نگه دارید. |
برمی گرداند
- یک نمونه جدید از BandPart