Holen Sie sich die diagonalen einer matrix in TensorFlow

Gibt es eine Möglichkeit zum extrahieren der diagonalen einer quadratischen matrix in TensorFlow? Das heißt, für eine matrix wie diese:

[
 [0, 1, 2],
 [3, 4, 5],
 [6, 7, 8]
]

Ich möchte zu Holen die Elemente: [0, 4, 8]

In numpy, das ist ziemlich straight-forward über np.diag:

In TensorFlow, es ist ein diag-Funktion, aber es bildet nur eine neue matrix mit den Elementen in der angegebenen argument auf der diagonalen, das ist nicht das, was ich will.

Ich konnte mir vorstellen, wie dieses getan werden könnte, über schreitenden... aber ich sehe nicht, schreitende für Tensoren in TensorFlow.

InformationsquelleAutor theaNO | 2015-11-13
  1. 9

    mit tensorflow 0.8 es ist möglich, zu extrahieren, die diagonalen Elemente mit tf.diag_part() (siehe Dokumentation)

    UPDATE

    für tensorflow >= r1.12 seine tf.linalg.tensor_diag_part (siehe Dokumentation)

    • Ich aktualisiert den link. Es scheint, dass Sie umbenannt / verschoben werden, die Funktion der linalg-Paket
    InformationsquelleAutor lhlmgr
  2. 3

    Verwenden Sie die tf.diag_part()

    with tf.Session() as sess:
    x = tf.ones(shape=[3, 3])
    x_diag = tf.diag_part(x)
    print(sess.run(x_diag ))
    InformationsquelleAutor Shaohan Huang
  3. 3

    Derzeit ist es möglich, zu extrahieren diagonalen Elemente mit tf.diag_part. Hier ist Ihr Beispiel:

    """
'input' is [[1, 0, 0, 0],
            [0, 2, 0, 0],
            [0, 0, 3, 0],
            [0, 0, 0, 4]]
"""

tf.diag_part(input) ==> [1, 2, 3, 4]

    Alte Antwort (wenn diag_part) nicht verfügbar war (immer noch relevant, wenn Sie etwas erreichen wollen, die aktuell nicht verfügbar ist):

    Nach suchen, wenn die mathematische Operationen und tensor-Transformationen, es sieht nicht wie ein solcher Betrieb vorhanden ist. Auch wenn Sie zu extrahieren, können diese Daten mit matrix-Multiplikationen nicht effizient wäre (get Diagonale ist O(n)).

    Haben Sie drei Ansätze, beginnend mit den einfach zu hart.

    1. Bewertung der tensor, extrahieren Diagonale mit numpy, erstellen Sie eine variable mit TF
    2. Verwenden tf.pack in einer Weise Anurag vorgeschlagen (auch extrahieren Sie den Wert 3 mit tf.shape
    3. Schreiben Sie Ihre eigenen op in C++, rebuild TF und verwenden Sie es nativ.
    • Klingt vernünftig. Danke!
    InformationsquelleAutor Salvador Dali
  4. 2

    Dies ist wohl ein workaround, aber funktioniert.

    >> sess = tensorflow.InteractiveSession()
>> x = tensorflow.Variable([[1,2,3],[4,5,6],[7,8,9]])
>> x.initializer.run()
>> z = tensorflow.pack([x[i,i] for i in range(3)])
>> z.eval()
array([1, 5, 9], dtype=int32)
    • Leider kann dieser Vorgang extrem langsam, nicht sicher, warum aber.
    InformationsquelleAutor Anurag Ranjan
  5. 0

    Verwenden Sie die sammeln Betrieb.

    x = tensorflow.Variable([[1,2,3],[4,5,6],[7,8,9]])
x_flat = tf.reshape(x, [-1])  # flatten the matrix
x_diag = tf.gather(x, [0, 3, 6])
    InformationsquelleAutor VforVitamin
  6. 0

    Je nach Kontext, können Sie eine Maske ein schöner Weg, um "cancel" off-diagonal-Elemente der matrix, vor allem, wenn Sie planen, in der Reduzierung es trotzdem:

    mask = tf.diag(tf.ones([n]))
y = tf.mul(mask,y)
cost = -tf.reduce_sum(y)
    InformationsquelleAutor Literal
Schreibe einen Kommentar