tf.gather_nd

• 2019 年 10 月 5 日
• 筆記

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_36670529/article/details/100276251

将params中的切片收集到一个由指标指定形状的张量中。

tf.gather_nd(      params,      indices,      batch_dims=0,      name=None  )

指标是一个k维整数张量，最好考虑为(K-1)张量的指标到帕拉姆，其中每个元素定义了帕拉姆的一个切片:

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

而在tf.gather索引中，将切片定义为params的第一个维度，而在tf.gather_nd中，索引将切片定义为params的第一个N个维度，其中N = indices.shape[-1]。指标的最后一个维度最多可以是参数的秩:

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

指标的最后一个维度对应于元素(if指标)。shape[-1] == parameters .rank或slice (if索引)。形状[-1]< params.rank)沿维度指标。形状参数的[1]。输出张量是有形状的：

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

此外，“params”和“indices”都可以有M个完全匹配的领先批处理维度。在本例中，'batch_dims'必须是M。注意，在CPU上，如果发现一个out of bound索引，将返回一个错误。在GPU上，如果发现一个out of bound索引，则在相应的输出值中存储一个0。下面的一些例子。简单的索引成一个矩阵:

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

切片索引成一个矩阵:

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

索引成一个3张量:

    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']

下面的例子适用于只有索引具有领先额外维度的情况。如果“params”和“indexes”都具有领先的批处理维度，则使用“batch_dims”参数以批处理模式运行gather_nd。批量索引成一个矩阵:

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

成批切片索引成矩阵:

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

批量索引成一个3张量:

    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']]

批量使用“参数”和“索引”的例子:

    batch_dims = 1      indices = [[1], [0]]      params = [[['a0', 'b0'], ['c0', 'd0']],                [['a1', 'b1'], ['c1', 'd1']]]      output = [['c0', 'd0'], ['a1', 'b1']]        batch_dims = 1      indices = [[[1]], [[0]]]      params = [[['a0', 'b0'], ['c0', 'd0']],                [['a1', 'b1'], ['c1', 'd1']]]      output = [[['c0', 'd0']], [['a1', 'b1']]]        batch_dims = 1      indices = [[[1, 0]], [[0, 1]]]      params = [[['a0', 'b0'], ['c0', 'd0']],                [['a1', 'b1'], ['c1', 'd1']]]      output = [['c0'], ['b1']]

参数：

• params:一个张量。用来收集值的张量。
• indices:一个张量。必须是下列类型之一:int32、int64。指数张量。
• name:操作的名称(可选)。
• batch_dims:整数或标量“张量”。批量尺寸的数量。

返回值：

• 一个张量。具有与params相同的类型。