mindspore.ops.diag_embed

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

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 \([x_{0}, x_{1}, ..., x_{n-1}]\)dim1dim2 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 - dim1dim2 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 - dim1dim2 相等。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> 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.]]