Python Tensorflow：使用子/超对角线上的输入创建对角线矩阵

我有以下代码：

import tensorflow as tf

N = 10
X = tf.ones([N,], dtype=tf.float64)
D = tf.linalg.diag(X, k=1, num_rows=N+1, num_cols=N+1)

print(D)

基于，我希望返回一个11x11张量，在第一个超对角线上插入X（即使没有可选的

num_rows

和

num_cols

参数）。然而，结果是

tf.Tensor(
[[1. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 1. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 1. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 1. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 1. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 1. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 1.]], shape=(10, 10), dtype=float64)

---

有什么明显的地方我遗漏了吗？

我可以告诉你为什么这不起作用，但我不知道修复方法是什么。可能会引发github问题

如果您查看

数组中的行_ops.py

。它执行兼容性检查

tf.compat.forward\u compatible

，查看兼容性窗口是否已过期。返回

False

（对于TF 2.0.0和2.1.0rc0）。由于这个原因，它执行

return gen\u array\u ops.matrix\u diag（对角线=对角线，name=名称）

---

您可以看到，调用时没有使用

k

，

num\u行

，

num\u列

。因此，如果

tf.compat.forward\u compatible

检查失败，该方法目前完全不考虑这些参数。

谢谢！现在，我只是转到源文件并对其进行了相应的编辑。我最终会在GitHub上提交一个问题