mindspore.nn.MatrixDiag

class mindspore.nn.MatrixDiag

根据对角线值返回一批对角矩阵。

假设 x 有 $k$ 个维度 $[I,J,K,...,N]$ ，则输出秩为 $k+1$ 且维度为 $[I,J,K,...,N,N]$ 的Tensor，其中： $output[i,j,k,...,m,n]=1\{m=n\}\ast x[i,j,k,...,n]$ 。

输入：

• x (Tensor) - 输入任意维度的对角线值。支持的数据类型包括：float32、float16、int32、int8和uint8。

输出：

Tensor，shape与输入 x 相同。Shape必须为 $x.shape+(x.shape[-1],)$ 。

异常：

• TypeError - x 的数据类型不是float32、float16、int32、int8或uint8。

支持平台：

Ascend

样例：

>>> x = Tensor(np.array([1, -1]), mindspore.float32)
>>> matrix_diag = nn.MatrixDiag()
>>> output = matrix_diag(x)
>>> print(x.shape)
(2,)
>>> print(output)
[[ 1.  0.]
 [ 0. -1.]]
>>> print(output.shape)
(2, 2)
>>> x = Tensor(np.array([[1, -1], [1, -1]]), mindspore.float32)
>>> matrix_diag = nn.MatrixDiag()
>>> output = matrix_diag(x)
>>> print(x.shape)
(2, 2)
>>> print(output)
[[[ 1.  0.]
  [ 0. -1.]]
 [[ 1.  0.]
  [ 0. -1.]]]
>>> print(output.shape)
(2, 2, 2)
>>> x = Tensor(np.array([[1, -1, 1], [1, -1, 1]]), mindspore.float32)
>>> matrix_diag = nn.MatrixDiag()
>>> output = matrix_diag(x)
>>> print(x.shape)
(2, 3)
>>> print(output)
[[[ 1.  0.  0.]
  [ 0. -1.  0.]
  [ 0.  0.  1.]]
 [[ 1.  0.  0.]
  [ 0. -1.  0.]
  [ 0.  0.  1.]]]
>>> print(output.shape)
(2, 3, 3)