Reúna fatias de `params` em um Tensor com forma especificada por `indices`.
`indices` é um tensor inteiro K-dimensional, melhor pensado como um tensor (K-1)-dimensional de índices em `params`, onde cada elemento define uma fatia de `params`:
saída[\\(i_0, ..., i_{K-2}\\)] = parâmetros[índices[\\(i_0, ..., i_{K-2}\\)]]
Enquanto em tf.gather
`indices` define fatias na dimensão `axis` de `params`, em tf.gather_nd
, `indices` define fatias nas primeiras `N` dimensões de `params`, onde `N = indices.shape [-1]`.
A última dimensão dos `índices` pode ser no máximo a classificação dos `params`:
índices.shape[-1] <= params.rank
A última dimensão de `indices` corresponde a elementos (se `indices.shape[-1] == params.rank`) ou fatias (se `indices.shape[-1] < params.rank`) ao longo da dimensão `indices. forma[-1]` de `parâmetros`. O tensor de saída tem forma
índices.forma[:-1] + params.forma[indices.forma[-1]:]
Observe que na CPU, se um índice fora do limite for encontrado, um erro será retornado. Na GPU, se um índice fora do limite for encontrado, um 0 será armazenado no valor de saída correspondente.
Alguns exemplos abaixo.
Indexação simples em uma matriz:
indices = [[0, 0], [1, 1]]
params = [['a', 'b'], ['c', 'd']]
output = ['a', 'd']
indices = [[1], [0]]
params = [['a', 'b'], ['c', 'd']]
output = [['c', 'd'], ['a', 'b']]
indices = [[1]]
params = [[['a0', 'b0'], ['c0', 'd0']],
[['a1', 'b1'], ['c1', 'd1']]]
output = [[['a1', 'b1'], ['c1', 'd1']]]
indices = [[0, 1], [1, 0]]
params = [[['a0', 'b0'], ['c0', 'd0']],
[['a1', 'b1'], ['c1', 'd1']]]
output = [['c0', 'd0'], ['a1', 'b1']]
indices = [[0, 0, 1], [1, 0, 1]]
params = [[['a0', 'b0'], ['c0', 'd0']],
[['a1', 'b1'], ['c1', 'd1']]]
output = ['b0', 'b1']
indices = [[[0, 0]], [[0, 1]]]
params = [['a', 'b'], ['c', 'd']]
output = [['a'], ['b']]
indices = [[[1]], [[0]]]
params = [['a', 'b'], ['c', 'd']]
output = [[['c', 'd']], [['a', 'b']]]
indices = [[[1]], [[0]]]
params = [[['a0', 'b0'], ['c0', 'd0']],
[['a1', 'b1'], ['c1', 'd1']]]
output = [[[['a1', 'b1'], ['c1', 'd1']]],
[[['a0', 'b0'], ['c0', 'd0']]]]
indices = [[[0, 1], [1, 0]], [[0, 0], [1, 1]]]
params = [[['a0', 'b0'], ['c0', 'd0']],
[['a1', 'b1'], ['c1', 'd1']]]
output = [[['c0', 'd0'], ['a1', 'b1']],
[['a0', 'b0'], ['c1', 'd1']]]
indices = [[[0, 0, 1], [1, 0, 1]], [[0, 1, 1], [1, 1, 0]]]
params = [[['a0', 'b0'], ['c0', 'd0']],
[['a1', 'b1'], ['c1', 'd1']]]
output = [['b0', 'b1'], ['d0', 'c1']]
tf.gather
e `tf.batch_gather`. Métodos Públicos
Saída <T> | asOutput () Retorna o identificador simbólico de um tensor. |
estático <T, U estende número> GatherNd <T> | criar (escopo do escopo , parâmetros do operando <T>, índices do operando <U>) Método de fábrica para criar uma classe que envolve uma nova operação GatherNd. |
Saída <T> | saída () Valores de `params` coletados de índices dados por `indices`, com forma `indices.shape[:-1] + params.shape[indices.shape[-1]:]`. |
Métodos herdados
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico de um tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static GatherNd <T> create (escopo do escopo , parâmetros do operando <T>, índices do operando <U>)
Método de fábrica para criar uma classe que envolve uma nova operação GatherNd.
Parâmetros
escopo | escopo atual |
---|---|
parâmetros | O tensor do qual coletar valores. |
índices | Tensor de índice. |
Devoluções
- uma nova instância de GatherNd
Saída pública <T> saída ()
Valores de `params` coletados de índices dados por `indices`, com forma `indices.shape[:-1] + params.shape[indices.shape[-1]:]`.