tensorflow:: ops:: GatherNd

#include <array_ops.h>

איסוף פרוסות params לתוך טנזור עם צורה שצוינה על ידי indices .

תַקצִיר

indices הוא טנזור שלם K-ממדי, שעדיף לחשוב עליו כטנזור (K-1)-ממדי של אינדקסים לתוך params , כאשר כל אלמנט מגדיר פרוסה של params :

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

בעוד שב- tf.gather indices מגדיר פרוסות לתוך ממד axis של params , ב- tf.gather_nd , indices מגדיר פרוסות לתוך N הממדים הראשונים של params , כאשר N = indices.shape[-1] .

הממד האחרון של indices יכול להיות לכל היותר דרגת params :

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

הממד האחרון של indices מתאים לאלמנטים (if indices.shape[-1] == params.rank ) או לפרוסות (if indices.shape[-1] < params.rank ) לאורך הממד indices.shape[-1] של params . לטנזור הפלט יש צורה

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

שים לב שבמעבד, אם נמצא אינדקס מחוץ לגבולות, מוחזרת שגיאה. בכרטיס המסך, אם נמצא אינדקס מחוץ לגבולות, המספר 0 נשמר בערך הפלט המתאים.

כמה דוגמאות למטה.

אינדוקס פשוט לתוך מטריצה: 

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

פרוסות אינדוקס לתוך מטריצה: 

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

אינדוקס לתוך 3 טנזורים: 

    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']

אינדוקס קבוצתי לתוך מטריצה: 

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

אינדוקס פרוסות קבוצתי לתוך מטריצה: 

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

אינדוקס קבוצתי לתוך 3 טנזורים: 

    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']]

ראה גם tf.gather ו- tf.batch_gather .

טיעונים:

  • היקף: אובייקט היקף
  • פרמטרים: הטנזור שממנו יש לאסוף ערכים.
  • אינדקסים: טנזור אינדקס.

החזרות:

  • Output : ערכים params שנאספו מאינדקסים שניתנו על ידי indices , עם shape indices.shape[:-1] + params.shape[indices.shape[-1]:] .

בנאים והורסים

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

מאפיינים ציבוריים

operation
output

תפקידים ציבוריים

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

מאפיינים ציבוריים

מִבצָע 

Operation operation

תְפוּקָה 

::tensorflow::Output output

תפקידים ציבוריים

אסףNd 

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

צוֹמֶת 

::tensorflow::Node * node() const

אופרטור::tensorflow::קלט 

 operator::tensorflow::Input() const

אופרטור::tensorflow::פלט 

 operator::tensorflow::Output() const