mindspore.ops.MatrixDiagPartV3

查看源文件
class mindspore.ops.MatrixDiagPartV3(align='RIGHT_LEFT')[源代码]

返回Tensor的对角线部分。

警告

这是一个实验性API,后续可能修改或删除。

更多参考详见 mindspore.ops.matrix_diag_part()

参数:
  • align (str, 可选) - 可选字符串,指定超对角线和次对角线的对齐方式。 可选值: "RIGHT_LEFT""LEFT_RIGHT""LEFT_LEFT""RIGHT_RIGHT" 。 默认值: "RIGHT_LEFT"

    • "RIGHT_LEFT" 表示将超对角线与右侧对齐(左侧填充行),将次对角线与左侧对齐(右侧填充行)。

    • "LEFT_RIGHT" 表示将超对角线与左侧对齐(右侧填充行),将次对角线与右侧对齐(左侧填充行)。

    • "LEFT_LEFT" 表示将超对角线和次对角线均与左侧对齐(右侧填充行)。

    • "RIGHT_RIGHT" 表示将超对角线与次对角线均右侧对齐(左侧填充行)。

输入:
  • x (Tensor) - 输入Tensor,维度r需要满足 r >= 2。

  • k (Tensor) - int或int32类型的Tensor。对角线偏移。正值表示超对角线,0表示主对角线,负值表示次对角线。k可以是单个整数(对于单个对角线)或一对整数,指定矩阵带的上界和下界,且k[0]不得大于k[1]。该值必须在必须在(-x.shape[-2], x.shape[-1])中。

  • padding_value (Tensor) - 与 x 相同的数据类型的单值Tensor,表示填充对角线带外区域的数值 。

输出:

Tensor,与 x 的类型相同。

  • x 有r维 \((I, J, ..., M, N)\) 。设 max_diag_len 为所有对角线长度中的最大值,则 \(max\_diag\_len = min(M + min(k[1], 0), N + min(-k[0], 0))\)

  • num_diags 为输出的维度数,则有 \(num\_diags = k[1] - k[0] + 1\)。如果 \(num\_diags == 1\),则输出Tensor的维度为r - 1,分别为 \((I, J, ..., L, max\_diag\_len)\)。否则,输出Tensor的维度为r,分别为 \((I, J, ..., L, num\_diags, max\_diag\_len)\)

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.array([[1, 2, 3, 4],
...                      [5, 6, 7, 8],
...                      [9, 8, 7, 6]]), mindspore.float32)
>>> k =Tensor(np.array([1, 3]), mindspore.int32)
>>> padding_value = Tensor(np.array(9), mindspore.float32)
>>> matrix_diag_part_v3 = ops.MatrixDiagPartV3(align='RIGHT_LEFT')
>>> output = matrix_diag_part_v3(x, k, padding_value)
>>> print(output)
[[9. 9. 4.]
 [9. 3. 8.]
 [2. 7. 6.]]
>>> print(output.shape)
(3, 3)