GatherNd

kelas akhir publik GatherNd

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

`indices` adalah tensor bilangan bulat berdimensi K, yang paling baik dianggap sebagai tensor indeks berdimensi (K-1) menjadi `params`, dengan setiap elemen mendefinisikan potongan `params`:

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

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

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

indeks.bentuk[-1] <= params.rank

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

indeks.bentuk[:-1] + params.bentuk[indeks.bentuk[-1]:]

Perhatikan bahwa pada CPU, jika indeks di luar batas ditemukan, kesalahan akan dikembalikan. Pada GPU, jika indeks di luar batas ditemukan, angka 0 disimpan dalam nilai keluaran 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']
 

Iris pengindeksan ke dalam matriks:

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

Mengindeks ke dalam 3-tensor:

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:

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

Pengindeksan irisan batch ke dalam matriks:

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

Pengindeksan batch menjadi 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 simbolik tensor.
statis <T, U memperluas Angka> GatherNd <T>	buat ( Lingkup lingkup , 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 Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	beri tahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.Operand

keluaran abstrak <T>

sebagai Keluaran () Mengembalikan pegangan simbolik tensor.

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

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

public static GatherNd <T> buat ( Lingkup lingkup, parameter Operand <T>, indeks Operand <U>)

Metode pabrik untuk membuat kelas yang membungkus operasi GatherNd baru.

Parameter

cakupan	ruang lingkup saat ini
param	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]:]`.