tensorflow::ops::GatherNd

#include <array_ops.h>

Rassemblez les tranches de params dans un tenseur dont la forme est spécifiée par indices .

Résumé

indices est un tenseur d'entiers à K dimensions, que l'on peut considérer comme un tenseur à (K-1) dimensions d'indices dans 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 définit des tranches dans la dimension axis de params , dans tf.gather_nd , indices définit des tranches dans les N premières dimensions de params , où N = indices.shape[-1] .

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

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

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

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

Notez que sur le processeur (CPU), si un index hors limites est détecté, une erreur est renvoyée. Sur le GPU, si un index hors limites est détecté, la valeur 0 est stockée 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 tenseur à 3 dimensions :

    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 par lots des tranches dans une matrice :

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

Indexation par lots dans un tenseur à 3 dimensions :

    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 :

  • portée : un objet Scope
  • params : Le tenseur à partir duquel extraire les valeurs.
  • indices : Tenseur d'indices.

Retours :

  • Output : Valeurs de params collectées à partir des indices donnés par indices , avec la 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

sortir

::tensorflow::Output output

fonctions publiques

GatherNd

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

nœud

::tensorflow::Node * node() const 

opérateur::tensorflow::Entrée

 operator::tensorflow::Input() const 

opérateur::tensorflow::Sortie

 operator::tensorflow::Output() const