tensorflow :: ops :: GatherNd

bookmark_border Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

Reúna fatias de params em um tensor com forma especificada por indices .

Resumo

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 :

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

Enquanto em tf.gather indices define fatias na dimensão do axis dos params , em tf.gather_nd , indices define fatias nas primeiras N dimensões de params , onde N = indices.shape[-1] .

A última dimensão dos indices pode ser no máximo a classificação dos params :

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

A última dimensão dos indices corresponde a elementos (if indices.shape[-1] == params.rank ) ou fatias (if indices.shape[-1] < params.rank ) ao longo da dimensão indices.shape[-1] < params.rank indices.shape[-1] de params . O tensor de saída tem a 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 é 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 fatias em uma matriz:

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

Indexando 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 de fatias em lote em uma matriz:

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

Indexação em lote em um tensor 3:

    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']]

Consulte também tf.gather e tf.batch_gather .

Argumentos:

• escopo: um objeto Scope
• params: o tensor do qual coletar valores.
• índices: tensor de índice.

Retorna:

• Output : valores de params coletados de índices dados por indices , com forma indices.shape[:-1] + params.shape[indices.shape[-1]:]

Atributos públicos

Operation operation

::tensorflow::Output output

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const