在TensorFlow中获取矩阵的对角线答案

【问题标题】：Get the diagonal of a matrix in TensorFlow在TensorFlow中获取矩阵的对角线
【发布时间】：2016-02-15 11:10:58
【问题描述】：

有没有办法在 TensorFlow 中提取方阵的对角线？也就是说，对于这样的矩阵：

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

我要获取元素：[0, 4, 8]

在 numpy 中，这通过np.diag 非常简单：

在TensorFlow中，有一个diag function，但它只在对角线上用参数中指定的元素形成一个新矩阵，这不是我想要的。

我可以想象如何通过跨步来做到这一点......但我没有看到 TensorFlow 中的张量跨步。

【问题讨论】：

标签： python tensorflow

【解决方案1】：

这可能是一种解决方法，但有效。

>> sess = tensorflow.InteractiveSession()
>> x = tensorflow.Variable([[1,2,3],[4,5,6],[7,8,9]])
>> x.initializer.run()
>> z = tensorflow.pack([x[i,i] for i in range(3)])
>> z.eval()
array([1, 5, 9], dtype=int32)

【讨论】：

不幸的是，此操作可能非常缓慢，但不知道为什么。

【解决方案2】：

目前可以使用tf.diag_part 提取对角线元素。这是他们的例子：

"""
'input' is [[1, 0, 0, 0],
            [0, 2, 0, 0],
            [0, 0, 3, 0],
            [0, 0, 0, 4]]
"""

tf.diag_part(input) ==> [1, 2, 3, 4]

旧答案（当 diag_part 时）不可用（如果您想实现现在不可用的东西，仍然相关）：

看了math operations和tensor transformations之后，好像没有这样的操作。即使您可以使用矩阵乘法提取此数据，它也不会有效（获取对角线为O(n)）。

你有三种方法，从易到难。

评估张量，用 numpy 提取对角线，用 TF 构建变量
以 Anurag 建议的方式使用 tf.pack（也使用 tf.shape 提取值 3
编写自己的op in C++，重新构建 TF 并在本地使用它。

【讨论】：

听起来很合理。谢谢！

【解决方案3】：

使用gather 操作。

x = tensorflow.Variable([[1,2,3],[4,5,6],[7,8,9]])
x_flat = tf.reshape(x, [-1])  # flatten the matrix
x_diag = tf.gather(x, [0, 3, 6])

【讨论】：

【解决方案4】：

根据上下文，掩码可能是“取消”矩阵的对角元素的好方法，尤其是如果您打算无论如何都减少它：

mask = tf.diag(tf.ones([n]))
y = tf.mul(mask,y)
cost = -tf.reduce_sum(y)

【讨论】：

【解决方案5】：

使用 tensorflow 0.8 可以使用 tf.diag_part() 提取对角线元素（参见 documentation）

更新

对于 tensorflow >= r1.12 它的tf.linalg.tensor_diag_part（参见documentation）

【讨论】：

我更新了链接。似乎他们将函数重命名/移动到 linalg-package

【解决方案6】：

使用 tf.diag_part()

with tf.Session() as sess:
    x = tf.ones(shape=[3, 3])
    x_diag = tf.diag_part(x)
    print(sess.run(x_diag ))

【讨论】：