mindspore.ops.diag_embed

mindspore.ops.diag_embed(input, offset=0, dim1=- 2, dim2=- 1)

生成一个Tensor，其对角线值由 input 中的值填充，其余位置置0。如果 input 的shape为 \([x_{0}, x_{1}, ..., x_{n-1}, x_{n}]\) ，则输出 shape为将 \(x_{n}+|offset|\) 插入 \([x_{0}, x_{1}, ..., x_{n-1}]\) 的 dim1 和 dim2 维后得到的向量。

参数：

• input (Tensor) - 对角线填充值。

• offset (int，可选) - 对角线偏离值。 \(offset=0\) 为主对角线。

  • 如果 \(offset>0\) ，填充主对角线上方第 offset 条对角线。

  • 如果 \(offset<0\) ，填充主对角线下方第 |offset| 条对角线。

  默认值：0。

• dim1 (int，可选) - 填充对角线的第一个维度。默认值：-2。

• dim2 (int，可选) - 填充对角线的第二个维度。默认值：-1。

返回：

Tensor，数据类型与 input 一致，但输出shape维度比 input 高一维。

异常：

• TypeError - input 不是Tensor。

• TypeError - input 的数据类型不被支持。

• TypeError - offset 不是int类型。

• TypeError - dim1 或 dim2 不是int类型。

• ValueError - input 的维度不是1D-6D。

• ValueError - dim1 不在[-len(input.shape) - 1, len(input.shape)]范围内。

• ValueError - dim2 不在[-len(input.shape) - 1 , len(input.shape)]范围内。

• ValueError - dim1 和 dim2 相等。

支持平台：

Ascend GPU CPU

样例：

>>> x = Tensor(np.array([2,3,4]), mindspore.float32)
>>> output = ops.diag_embed(x)
>>> print(output)
[[2. 0. 0.]
 [0. 3. 0.]
 [0. 0. 4.]]