mindspore.mint.diag

mindspore.mint.diag(input, diagonal=0)

如果 input 是向量（一维张量），则返回一个二维张量，其中 input 的元素作为对角线。

如果 input 是矩阵（二维张量），则返回具有 input 对角线元素的 1-D 张量。

参数 diagonal 控制要考虑的对角线：

• 如果 diagonal = 0，则它是主对角线。

• 如果 diagonal > 0，则它位于主对角线的上方。

• 如果 diagonal < 0，则它位于主对角线下方。

警告

这是一个实验性API，后续可能修改或删除。

参数：

• input (Tensor) - 输入tensor。

• diagonal (int, 可选) - 对角线的偏移索引。默认 0。

返回：

Tensor，具有与输入tensor相同的数据类型，其shape由 diagonal 决定。

• 如果输入 input 的shape为 \((x_0)\) ：输出shape为 \((x_0 + \left | diagonal \right | , x_0 + \left | diagonal \right | )\) 的二维tensor。

• 如果输入 input 的shape为 \((x_0, x_1)\) ：输出shape为主对角线上下平移 \((\left | diagonal \right |)\) 个单位后所剩元素的长度的一维tensor。

异常：

• ValueError - input 的shape不是1-D或2-D。

支持平台：

Ascend

样例：

>>> import mindspore
>>> input = mindspore.tensor([1,2,3,4])
>>> mindspore.mint.diag(input)
Tensor(shape=[4, 4], dtype=Int64, value=
[[1, 0, 0, 0],
 [0, 2, 0, 0],
 [0, 0, 3, 0],
 [0, 0, 0, 4]])
>>> mindspore.mint.diag(input, diagonal=1)
Tensor(shape=[5, 5], dtype=Int64, value=
[[0, 1, 0, 0, 0],
 [0, 0, 2, 0, 0],
 [0, 0, 0, 3, 0],
 [0, 0, 0, 0, 4],
 [0, 0, 0, 0, 0]])
>>> mindspore.mint.diag(input, diagonal=-1)
Tensor(shape=[5, 5], dtype=Int64, value=
[[0, 0, 0, 0, 0],
 [1, 0, 0, 0, 0],
 [0, 2, 0, 0, 0],
 [0, 0, 3, 0, 0],
 [0, 0, 0, 4, 0]])
>>> input = mindspore.tensor([[1,2],[3,4]])
>>> mindspore.mint.diag(input)
Tensor(shape=[2], dtype=Int64, value= [1, 4])
>>> mindspore.mint.diag(input, diagonal=1)
Tensor(shape=[1], dtype=Int64, value= [2])
>>> mindspore.mint.diag(input, diagonal=-1)
Tensor(shape=[1], dtype=Int64, value= [3])