GatherNd

kelas akhir publik GatherNd

Kumpulkan irisan dari `params` menjadi Tensor dengan bentuk yang ditentukan oleh `indeks`.

`indeks` adalah tensor bilangan bulat K-dimensi, paling baik dianggap sebagai tensor indeks (K-1)-dimensi ke dalam `params`, di mana setiap elemen mendefinisikan sepotong `params`:

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

Sedangkan di tf.gather `indices` mendefinisikan irisan ke dalam dimensi `sumbu` dari `params`, di tf.gather_nd , `indices` mendefinisikan irisan ke dalam dimensi `N` pertama dari `params`, di mana `N = indices.shape [-1]`.

Dimensi terakhir dari `indeks` paling banyak dapat berupa peringkat `params`:

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

Dimensi terakhir dari `indices` sesuai dengan elemen (jika `indices.shape[-1] == params.rank`) atau irisan (jika `indices.shape[-1] < params.rank`) di sepanjang dimensi `indices. bentuk[-1]` dari `params`. Tensor keluaran memiliki bentuk

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

Perhatikan bahwa pada CPU, jika indeks di luar batas ditemukan, kesalahan akan dikembalikan. Pada GPU, jika indeks di luar batas ditemukan, 0 disimpan dalam nilai output yang sesuai.

Beberapa contoh di bawah ini.

Pengindeksan sederhana ke dalam matriks:

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

Pengindeksan irisan ke dalam matriks:

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

Pengindeksan ke dalam 3-tensor: l10n

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']
 

Pengindeksan batch ke dalam matriks: l10n

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

Pengindeksan irisan batch ke dalam matriks: l10n

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

Pengindeksan batch ke dalam 3-tensor:

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']]
 

Lihat juga tf.gather dan `tf.batch_gather`.

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolis dari sebuah tensor.
statis <T, U memperpanjang Angka> GatherNd <T>	buat ( Lingkup cakupan, parameter Operand <T>, indeks Operand <U>) Metode pabrik untuk membuat kelas yang membungkus operasi GatherNd baru.
Keluaran <T>	keluaran () Nilai dari `params` dikumpulkan dari indeks yang diberikan oleh `indices`, dengan bentuk `indices.shape[:-1] + params.shape[indices.shape[-1]:]`.

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (objek objek)
akhir	kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkanKelas ()
ke dalam	kode hash ()
kekosongan akhir	beri tahu ()
kekosongan akhir	beri tahu Semua ()
Rangkaian	toString ()
kekosongan akhir	tunggu (arg panjang0, int arg1)
kekosongan akhir	tunggu (arg panjang0)
kekosongan akhir	tunggu ()

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak <T>

sebagai Keluaran () Mengembalikan pegangan simbolis dari sebuah tensor.

Metode Publik

Output publik <T> sebagai Output ()

Mengembalikan pegangan simbolis dari sebuah tensor.

Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

publik statis GatherNd <T> buat ( Lingkup cakupan, parameter Operand <T>, indeks Operand <U>)

Metode pabrik untuk membuat kelas yang membungkus operasi GatherNd baru.

Parameter

cakupan	lingkup saat ini
params	Tensor untuk mengumpulkan nilai.
indeks	Tensor indeks.

Kembali

• contoh baru dari GatherNd

Keluaran publik <T> keluaran ()

Nilai dari `params` dikumpulkan dari indeks yang diberikan oleh `indices`, dengan bentuk `indices.shape[:-1] + params.shape[indices.shape[-1]:]`.