Reúna fatias de `params` em um tensor com forma especificada por `indices`.
`indices` é um tensor inteiro K-dimensional, melhor pensado como um tensor de índices (K-1)-dimensional em `params`, onde cada elemento define uma fatia de `params`:
output[\\(i_0, ..., i_{K-2}\\)] = params[indices[\\(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 de `índices` pode ser no máximo a classificação de `params`:
índices.forma[-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. shape[-1]` de `params`. O tensor de saída tem forma
indices.shape[:-1] + params.shape[indices.shape[-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']
Indexação de fatia em uma matriz: indices = [[1], [0]]
params = [['a', 'b'], ['c', 'd']]
output = [['c', 'd'], ['a', 'b']]
Indexação em um tensor 3: 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']
Indexação em lote em uma matriz: indices = [[[0, 0]], [[0, 1]]]
params = [['a', 'b'], ['c', 'd']]
output = [['a'], ['b']]
Indexação em lote em uma matriz: indices = [[[1]], [[0]]]
params = [['a', 'b'], ['c', 'd']]
output = [[['c', 'd']], [['a', 'b']]]
Indexação em lote em a 3-tensor: 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']]
Veja também tf.gather
e `tf.batch_gather`. Métodos públicos
Saída <T> | comoSaída () Retorna o identificador simbólico de um tensor. |
estático <T, U estende Número> GatherNd <T> | |
Saída <T> | saída () Valores de `params` coletados de índices fornecidos por `indices`, com a forma `indices.shape[:-1] + params.shape[indices.shape[-1]:]`. |
Métodos Herdados
Métodos públicos
Public Output <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 envolvendo uma nova operação GatherNd.
Parâmetros
alcance | 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 fornecidos por `indices`, com a forma `indices.shape[:-1] + params.shape[indices.shape[-1]:]`.