टेंसरफ़्लो :: ऑप्स :: इकट्ठा करो

इकट्ठा से स्लाइस params एक में टेन्सर द्वारा निर्दिष्ट आकार के साथ indices ।

सारांश

indices एक K-आयामी पूर्णांक टेन्सर, का सबसे अच्छा सोचा है में सूचकांक के एक (K-1) आयामी टेन्सर के रूप में params , जहां प्रत्येक तत्व का एक टुकड़ा को परिभाषित करता है params :

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

जबकि में tf.gather indices परिभाषित करता है की पहली आयाम में स्लाइस params , में tf.gather_nd , indices पहली में परिभाषित करता है स्लाइस N के आयाम params , जहां N = indices.shape[-1] ।

के अंतिम आयाम indices अधिकतम होनी चाहिए के पद params :

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

के अंतिम आयाम indices तत्वों से मेल खाती है (यदि indices.shape[-1] == params.rank ) या स्लाइस (यदि indices.shape[-1] < params.rank ) आयाम में indices.shape[-1] का params । आउटपुट टेंसर का आकार

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

ध्यान दें कि सीपीयू पर, यदि कोई बाध्य सूचकांक पाया जाता है, तो एक त्रुटि वापस आ जाती है। जीपीयू पर, यदि बाउंड इंडेक्स से बाहर पाया जाता है, तो एक 0 को संबंधित आउटपुट मूल्य में संग्रहीत किया जाता है।

नीचे कुछ उदाहरण।

एक मैट्रिक्स में सरल अनुक्रमण:

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

एक मैट्रिक्स में टुकड़ा अनुक्रमण:

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

3-टेंसर में अनुक्रमण:

    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']

मैट्रिक्स में बैच किया गया अनुक्रमण:

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

एक मैट्रिक्स में बैच किए गए स्लाइस इंडेक्सिंग:

09 बी 137 बी 750

3-टेंसर में बैचिंग इंडेक्सिंग:

    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 और tf.batch_gather भी देखें।

तर्क:

• गुंजाइश: एक स्कोप ऑब्जेक्ट
• params: मूल्यों को इकट्ठा करने के लिए टेंसर।
• सूचकांक: इंडेक्स टेंसर।

रिटर्न:

• Output : से मान params द्वारा दिए गए सूचकांक से इकट्ठा indices , आकार के साथ indices.shape[:-1] + params.shape[indices.shape[-1]:] ।

सार्वजनिक विशेषताएँ

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