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 \([x_{0}, x_{1}, ..., x_{n-1}]\) 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:
>>> 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.]]