جمع Nd

اجمع الشرائح من "المعلمات" في موتر ذي شكل محدد بواسطة "المؤشرات".

"المؤشرات" هي موتر عدد صحيح ذي أبعاد K، ويُعتقد أنه موتر ذو أبعاد (K-1) للمؤشرات في "المعلمات"، حيث يحدد كل عنصر شريحة من "المعاملات":

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

بينما في `tf.gather` `indices` تحدد الشرائح في بُعد `المحور` لـ `params`، في `tf.gather_nd`، تحدد `indices` الشرائح في أبعاد `N` الأولى لـ `params`، حيث `N = indices.shape[-1]`.

البعد الأخير لـ "المؤشرات" يمكن أن يكون على الأكثر رتبة "params":

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

يتوافق البعد الأخير من "المؤشرات" مع العناصر (إذا كانت "indices.shape[-1] == params.rank") أو الشرائح (إذا كانت "indices.shape[-1] <params.rank") على طول البعد "indices". الشكل [-1]` من `المعلمات`. موتر الإخراج له شكل

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

لاحظ أنه على وحدة المعالجة المركزية، إذا تم العثور على فهرس خارج النطاق، فسيتم إرجاع خطأ. في وحدة معالجة الرسومات، إذا تم العثور على فهرس خارج النطاق، فسيتم تخزين 0 في قيمة الإخراج المقابلة.

بعض الأمثلة أدناه.

فهرسة بسيطة في مصفوفة:

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

فهرسة الشريحة في مصفوفة:

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

الفهرسة في موتر 3:

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']
 

فهرسة مجمعة في مصفوفة:

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

فهرسة الشريحة المجمعة في مصفوفة:

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

فهرسة مجمعة في مصفوفة موتر ثلاثي:

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']]
 

راجع أيضًا "tf.gather" و"tf.batch_gather".