在 Tensorflow 中创建三对角二维张量

Question

给定 tensorflow 中的三个一维张量（即向量），是否有一种聪明（有效）的方法来制作三对角矩阵，方法是将一个向量放在次对角线上，另一个放在对角线上，最后一个在超对角线上。

tf.diag 可以轻松地从其中一个向量创建对角矩阵。

您能否也举例说明如何使用 tf.while_loop。

Answer 1

这是 tf.scatter_nd 的一种方法：

import tensorflow as tf

def tridiagonal(diag, sub, sup):
    n = tf.shape(diag)[0]
    r = tf.range(n)
    ii = tf.concat([r, r[1:], r[:-1]], axis=0)
    jj = tf.concat([r, r[:-1], r[1:]], axis=0)
    idx = tf.stack([ii, jj], axis=1)
    values = tf.concat([diag, sub, sup], axis=0)
    return tf.scatter_nd(idx, values, [n, n])

diag = tf.placeholder(tf.int32, [None])
sub = tf.placeholder(tf.int32, [None])
sup = tf.placeholder(tf.int32, [None])
tri = tridiagonal(diag, sub, sup)
with tf.Session() as sess:
    print(sess.run(tri, feed_dict={diag: [0, 1, 2, 3],
                                   sub: [4, 5, 6],
                                   sup: [7, 8, 9]}))

输出：

[[0 7 0 0]
 [4 1 8 0]
 [0 5 2 9]
 [0 0 6 3]]

在 Tensorflow 中创建三对角二维张量

Creating a tridiagonal 2-D tensor in Tensorflow

python

sparse-matrix

tensorflow