dòng chảy căng:: ôi:: tập hợp Nd

#include <array_ops.h>

Tập hợp các lát cắt từ params thành một Tensor có hình dạng được chỉ định bởi indices .

Bản tóm tắt

indices là một tenxơ số nguyên K chiều, tốt nhất được coi là một tenxơ chiều (K-1) của các chỉ số thành params , trong đó mỗi phần tử xác định một lát params :

output[\\(i_0, ..., i_{K-2}\\)] = params[indices[\\(i_0, ..., i_{K-2}\\)]]

Trong khi đó, trong indices tf.gather xác định các lát cắt theo chiều đầu tiên của params , thì trong tf.gather_nd , indices xác định các lát cắt thành N chiều đầu tiên của params , trong đó N = indices.shape[-1] .

Thứ nguyên cuối cùng của indices tối đa có thể là thứ hạng của params :

indices.shape[-1] <= params.rank

Thứ nguyên cuối cùng của indices tương ứng với các phần tử ( indices.shape[-1] == params.rank ) hoặc lát cắt ( indices.shape[-1] < params.rank ) dọc theo thứ indices.shape[-1] của params . Tenxơ đầu ra có hình dạng

indices.shape[:-1] + params.shape[indices.shape[-1]:]

Lưu ý rằng trên CPU, nếu tìm thấy chỉ mục ngoài giới hạn, lỗi sẽ được trả về. Trên GPU, nếu tìm thấy chỉ mục ngoài giới hạn, số 0 sẽ được lưu trong giá trị đầu ra tương ứng.

Một số ví dụ dưới đây.

Lập chỉ mục đơn giản vào một ma trận: 

    indices = [[0, 0], [1, 1]]
    params = [['a', 'b'], ['c', 'd']]
    output = ['a', 'd']

Lập chỉ mục lát cắt thành một ma trận: 

    indices = [[1], [0]]
    params = [['a', 'b'], ['c', 'd']]
    output = [['c', 'd'], ['a', 'b']]

Lập chỉ mục thành 3 tensor: 

    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']

Lập chỉ mục hàng loạt thành một ma trận: 

    indices = [[[0, 0]], [[0, 1]]]
    params = [['a', 'b'], ['c', 'd']]
    output = [['a'], ['b']]

Lập chỉ mục lát theo lô thành một ma trận: 

    indices = [[[1]], [[0]]]
    params = [['a', 'b'], ['c', 'd']]
    output = [[['c', 'd']], [['a', 'b']]]

Lập chỉ mục hàng loạt thành 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']]

Xem thêm tf.gather và tf.batch_gather .

Lập luận:

  • phạm vi: Một đối tượng phạm vi
  • params: Tenxor để thu thập các giá trị.
  • chỉ số: tensor chỉ số.

Trả về:

  • Output : Các giá trị từ params được thu thập từ các chỉ số được cung cấp bởi indices , với hình indices.shape[:-1] + params.shape[indices.shape[-1]:] .

Hàm tạo và hàm hủy

GatherNd (const :: tensorflow::Scope & scope, :: tensorflow::Input params, :: tensorflow::Input indices)

Thuộc tính công khai

operation
output

Chức năng công cộng

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Thuộc tính công khai

hoạt động 

Operation operation

đầu ra 

::tensorflow::Output output

Chức năng công cộng

tập hợp Nd 

 GatherNd(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input params,
  ::tensorflow::Input indices
)

nút 

::tensorflow::Node * node() const

toán tử::tenorflow::Đầu vào 

 operator::tensorflow::Input() const

toán tử::tenorflow::Đầu ra 

 operator::tensorflow::Output() const