7 ডিসেম্বর এমএল সিম্পোজিয়ামে মহিলাদের অংশগ্রহণ করুন এখনই নিবন্ধন করুন৷

গ্যাটারএনডি

পাবলিক ফাইনাল ক্লাস GatherNd

`সূচকগুলি দ্বারা নির্দিষ্ট আকারের সাথে` প্যারামগুলি থেকে টেনসারে সংগ্রহ করুন `

`সূচকগুলি হ'ল কে-ডাইমেনশনাল ইন্টিজার টেনসর, সূচকগুলির একটি মাত্রিক টেনসরকে` প্যারামে into হিসাবে সর্বাধিক চিন্তাভাবনা করা হয়, যেখানে প্রতিটি উপাদান `প্যারামেসের টুকরো সংজ্ঞা দেয়:

আউটপুট [\ \(i_0, ..., i_{K-2}\\)] = প্যারাম [সূচকগুলি [d \(i_0, ..., i_{K-2}\\)]]

যেখানে f tf.gather` `সূচীগুলিতে f tf.gather_nd`-তে` প্যারামসের `অক্ষ মাত্রায় বিভাজনকে সংজ্ঞায়িত করা হয়েছে,` সূচকগুলি `প্যারামসের প্রথম` N` মাত্রায় স্লাইস সংজ্ঞা দেয়, যেখানে `N = সূচকগুলি.শাপ [-1] `।

`সূচকগুলির শেষ মাত্রা সর্বাধিক` প্যারামসের র‌্যাঙ্ক হতে পারে:

সূচি.শ্যাপ [-1] <= params.rank

`সূচকগুলির শেষ মাত্রা উপাদানগুলির সাথে সামঞ্জস্য করে (যদি` সূচকগুলি sha আকার [-1] == params.rank`) বা টুকরা (যদি if সূচকগুলি sha আকার [-1] <params.rank`) মাত্রা `সূচকগুলির সাথে থাকে। আকৃতি [-1] `এর` পরম`। আউটপুট টেনসারের আকার রয়েছে

সূচকগুলি.শ্যাপ [: - 1] + প্যারামস.শ্যাপ [সূচকগুলি.শ্যাপ [-1]:]

নোট করুন যে সিপিইউ-তে, যদি কোনও বাইন্ড ইনডেক্স পাওয়া যায়, একটি ত্রুটি ফিরে আসে is জিপিইউ-তে, যদি কোনও বাহ্যিক সূচক খুঁজে পাওয়া যায়, তবে 0 0 সংশ্লিষ্ট আউটপুট মানে সংরক্ষণ করা হয়।

নীচে কিছু উদাহরণ।

ম্যাট্রিক্সে সরল সূচক:

indices = [[0, 0], [1, 1]]
     params = [['a', 'b'], ['c', 'd']]
     output = ['a', 'd']
 
স্লাইস একটি ম্যাট্রিক্সে ইনডেক্সিং:
indices = [[1], [0]]
     params = [['a', 'b'], ['c', 'd']]
     output = [['c', 'd'], ['a', 'b']]
 
একটি 3-টেনসরের ইনডেক্সিং:
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']
 
ব্যাচযুক্ত সূচকে ম্যাট্রিক্সে ইনডেক্সিং: 0f7a113e0 বেড ইনডেক্সিং 0d7a113e0 বর্ধিত সূচী .gather` এবং `tf.batch_gather``

পাবলিক পদ্ধতি

আউটপুট <টি>
আউটপুট ()
একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।
স্থির <টি, ইউ প্রসারিত সংখ্যা> গার্ডনডি <টি>
তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <টি> প্যারাম , অপেরাড <ইউ> সূচক)
নতুন গ্যাটারএনডি অপারেশন মোড়ানো একটি শ্রেণি তৈরির জন্য কারখানা পদ্ধতি।
আউটপুট <টি>
আউটপুট ()
Shape সূচকগুলির দ্বারা প্রদত্ত সূচকগুলি থেকে shape প্যারামেসের মানগুলি shape সূচকগুলি সহ আকারে সংগ্রহ করে। সূচিগুলি [: - 1] + প্যারাম.শ্যাপ [সূচকগুলি sha আকার [-1]:] `` `

উত্তরাধিকারী পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()

একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।

টেনসরফ্লো অপারেশনের ইনপুটগুলি অন্য টেনসরফ্লো অপারেশনের আউটপুট। এই পদ্ধতিটি প্রতীকী হ্যান্ডেল প্রাপ্ত করতে ব্যবহৃত হয় যা ইনপুটটির গণনা উপস্থাপন করে।

পাবলিক স্ট্যাটিক GatherNd <T> তৈরি করুন ( স্কোপ স্কোপ, অপেরাড <টি> প্যারাম , অপেরাড <ইউ> সূচক)

একটি নতুন গেদারএনডি অপারেশন মোড়ানো একটি শ্রেণি তৈরির জন্য কারখানা পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
প্যারাম টেনসর যা থেকে মান সংগ্রহ করা।
সূচকগুলি সূচক টেনসর
ফিরে আসে
  • গ্যাটারএনডি-র একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <T> আউটপুট ()

Shape সূচকগুলির দ্বারা প্রদত্ত সূচকগুলি থেকে shape প্যারামেসের মানগুলি shape সূচকগুলি সহ আকারে সংগ্রহ করে। সূচিগুলি [: - 1] + প্যারাম.শ্যাপ [সূচকগুলি sha আকার [-1]:] `` `