tensorflow::ops::GatherNd

#include <array_ops.h>

params , indices belirtilen şekle sahip bir Tensor'a dilimler toplayın .

Özet

indices , K boyutlu bir tamsayı tensörüdür ve en iyi şekilde params ait indekslerin (K-1) boyutlu bir tensörü olarak düşünülebilir; burada her eleman params bir dilimini tanımlar:

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

tf.gather indices params ilk boyutuna dilimler tanımlarken, tf.gather_nd indices , params ilk N boyutuna dilimler tanımlar; burada N = indices.shape[-1] .

indices son boyutu en fazla params sıralaması olabilir:

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

indices son boyutu, params indices.shape[-1] == params.rank ) veya dilimlere (eğer indices.shape[ indices.shape[-1] indices.shape[-1] < params.rank ise) karşılık gelir. Çıktı tensörünün şekli şöyledir:

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

CPU'da, dizin sınırlarının dışında bir değer bulunursa hata döndürülür. GPU'da ise, dizin sınırlarının dışında bir değer bulunursa, ilgili çıktı değerine 0 değeri kaydedilir.

Aşağıda bazı örnekler verilmiştir.

Matrise basit indeksleme: 

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

Matrise dilimleme indeksleme: 

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

3 boyutlu bir tensöre indeksleme: 

    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']

Matrise toplu indeksleme: 

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

Bir matrise toplu dilim indeksleme: 

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

3 boyutlu bir tensöre toplu indeksleme: 

    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']]

Ayrıca tf.gather ve tf.batch_gather fonksiyonlarına da bakınız.

Argümanlar:

  • kapsam: Bir Kapsam nesnesi
  • params: Değerlerin toplanacağı tensör.
  • İndeksler: İndeks tensörü.

İadeler:

  • Output : indices tarafından verilen indekslerden toplanan params değerleri, indices.shape[:-1] + params.shape[indices.shape[-1]:] şeklindedir.

Yapıcılar ve Yıkıcılar

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

Genel özellikler

operation
output

Kamusal işlevler

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

Genel özellikler

operasyon 

Operation operation

çıktı 

::tensorflow::Output output

Kamusal işlevler

Toplandı 

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

düğüm 

::tensorflow::Node * node() const

operatör::tensorflow::Giriş 

 operator::tensorflow::Input() const

operatör::tensorflow::Çıktı 

 operator::tensorflow::Output() const