Aide à protéger la Grande barrière de corail avec tensorflow sur Kaggle Rejoignez Défi

tensorflow :: opérations :: Rassembler

#include <array_ops.h>

Rassemblez des tranches de params dans un Tensor avec une forme spécifiée par des indices .

Résumé

indices est un tenseur entier K-dimensionnel, mieux pensé comme un tenseur dimensionnel (K-1) d'indices en params , où chaque élément définit une tranche de params :

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

Alors que dans tf.gather indices définissent des tranches dans la dimension axis des params , dans tf.gather_nd , les indices définissent des tranches dans les N premières dimensions des params , où N = indices.shape[-1] .

La dernière dimension des indices peut être au plus le rang des params :

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

La dernière dimension des indices correspond à des éléments (si indices.shape[-1] == params.rank ) ou des tranches (si indices.shape[-1] < params.rank ) le long de la dimension indices.shape[-1] de params . Le tenseur de sortie a la forme

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

Notez que sur le processeur, si un index hors limite est trouvé, une erreur est renvoyée. Sur le GPU, si un index hors limite est trouvé, un 0 est stocké dans la valeur de sortie correspondante.

Quelques exemples ci-dessous.

Indexation simple dans une matrice:

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

Indexation des tranches dans une matrice:

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

Indexation dans un 3-tenseur:

    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']

Indexation par lots dans une matrice:

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

Indexation de tranche par lots dans une matrice:

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

Indexation par lots dans un 3-tenseur:

    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']]

Voir aussi tf.gather et tf.batch_gather .

Arguments:

  • scope: un objet Scope
  • params: le tenseur à partir duquel collecter les valeurs.
  • indices: tenseur d'index.

Retour:

  • Output : Valeurs des params collectés à partir d'indices donnés par des indices , avec forme indices.shape[:-1] + params.shape[indices.shape[-1]:] .

Constructeurs et destructeurs

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

Attributs publics

operation
output

Fonctions publiques

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

Attributs publics

opération

Operation operation

production

::tensorflow::Output output

Fonctions publiques

Rassembler

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

nœud

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const