mindspore.ops.MatrixSetDiagV3

class mindspore.ops.MatrixSetDiagV3(align='RIGHT_LEFT')[源代码]

更新批处理矩阵对角线的值。给定输入 x 和对角线 diagonal ，此操作返回一个Tensor。该Tensor最内层矩阵的对角线的值将被 diagonal 中的值替换。

如果某些对角线比 max_diag_len 短，则需要被填充，其中 max_diag_len 指对角线的最长长度。 diagonal 的维度 \(shape[-2]\) 必须等于对角线个数 num_diags ， \(num\_diags = k[1] - k[0] + 1\)， diagonal 的维度 \(shape[-1]\) 必须等于最长对角线值 max_diag_len ， \(max\_diag\_len = min(x.shape[-2] + min(k[1], 0), x.shape[-1] + min(-k[0], 0))\) 。

设 x 是一个n维Tensor，shape为： \((d_1, d_2, ..., d_{n-2}, d_{n-1}, d_n)\) 。当 k 是一个整数或 \(k[0] == k[1]\) 时， diagonal 为n-1维Tensor，shape为 \((d_1, d_2, ..., d_{n-2}, max\_diag\_len)\) 。否则， diagonal 与 x 维度一致，其shape为 \((d_1, d_2, ..., d_{n-2}, num\_diags, max\_diag\_len)\) 。

警告

这是一个实验性API，后续可能修改或删除。

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) - n维Tensor，其中 \(n >= 2\) 。
diagonal (Tensor) - 输入对角线Tensor，具有与 x 相同的数据类型。当 k 是整数或 \(k[0] == k[1]\) 时，其为维度 \(n-1\) ，否则，其维度为 \(n\) 。
k (Tensor) - int32类型的Tensor。对角线偏移量。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，分别指定矩阵带的上界和下界，且 k[0] 不得大于 k[1] 。其值必须在 \((-x.shape[-2], x.shape[-1])\) 中。采用图模式时，输入 k 必须是常量Tensor。

输出：

Tensor，数据类型和shape与 x 相同。

异常：

TypeError - 若任一输入不是Tensor。
TypeError - x 与 diagonal 数据类型不同。
TypeError - k 的数据类型不为int32。
ValueError - align 取值不在合法值集合内。
ValueError - k 的维度不为0或1。
ValueError - x 的维度不大于等于2。
ValueError - k 的大小不为1或2。
ValueError - 当 k 的大小为2时， k[1] 小于 k[0] 。
ValueError - 对角线 diagonal 的维度与输入 x 的维度不匹配。
ValueError - 对角线 diagonal 的shape与输入 x 不匹配。
ValueError - 对角线 diagonal 的维度 \(shape[-2]\) 不等于与对角线个数 num_diags ， \(num\_diags = k[1] - k[0] + 1\) 。
ValueError - k 的取值不在 \((-x.shape[-2], x.shape[-1])\) 范围内。
ValueError - 对角线 diagonal 的维度 \(shape[-1]\) 不等于最长对角线长度 max_diag_len， \(max\_diag\_len = min(x.shape[-2] + min(k[1], 0), x.shape[-1] + min(-k[0], 0))\) 。

支持平台：

Ascend GPU CPU

样例：

>>> x = Tensor(np.array([[7, 7, 7, 7],
...                      [7, 7, 7, 7],
...                      [7, 7, 7, 7]]), mindspore.float32)
>>> diagonal = Tensor(np.array([[0, 9, 1],
...                             [6, 5, 8],
...                             [1, 2, 3],
...                             [4, 5, 0]]), mindspore.float32)
>>> k =Tensor(np.array([-1, 2]), mindspore.int32)
>>> matrix_set_diag_v3 = ops.MatrixSetDiagV3(align='RIGHT_LEFT')
>>> output = matrix_set_diag_v3(x, diagonal, k)
>>> print(output)
[[1. 6. 9. 7.]
 [4. 2. 5. 1.]
 [7. 5. 3. 8.]]
>>> print(output.shape)
(3, 4)