mindspore.ops.MatrixDiagPartV3

class mindspore.ops.MatrixDiagPartV3(align='RIGHT_LEFT')

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。

• 设 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 \(max\_diag\_len = min(M + min(k[1], 0), N + min(-k[0], 0))\)。

• 设 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)