TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。
gather_nd()用于基于提供的索引从输入张量中收集切片。
用法： tensorflow.gather_nd( params, indices, batch_dims, name)
参数：
- params：它是张量，其等级大于或等于轴+1。
- indices:它是dtype int32或int64的张量。
- batch_dims:它是一个整数，代表编号或批次尺寸。它必须小于等级( index )。
- name:它定义了操作的名称。
返回值：
它返回一个与param具有相同dtype的Tensor。
范例1：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
data = tf.constant([[1, 2], [3, 4], [5, 6]])
indices = tf.constant([[1], [0], [1]])
# Printing the input
print('data:',data)
print('indices:',indices)
# Calculating result
res = tf.gather_nd(data, indices)
# Printing the result
print('res:',res)输出：
data: tf.Tensor( [[1 2] [3 4] [5 6]], shape=(3, 2), dtype=int32) indices: tf.Tensor( [[1] [0] [1]], shape=(3, 1), dtype=int32) res: tf.Tensor( [[3 4] [1 2] [3 4]], shape=(3, 2), dtype=int32)
范例2：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
data = tf.constant([[1, 2, 3], [3, 4, 5], [5, 6, 7]])
indices = tf.constant([[1, 0], [0, 2], [1, 2]])
# Printing the input
print('data:',data)
print('indices:',indices)
# Calculating result
res = tf.gather_nd(data, indices)
# Printing the result
print('res:',res)输出：
data: tf.Tensor( [[1 2 3] [3 4 5] [5 6 7]], shape=(3, 3), dtype=int32) indices: tf.Tensor( [[1 0] [0 2] [1 2]], shape=(3, 2), dtype=int32) res: tf.Tensor([3 3 5], shape=(3,), dtype=int32)
相关用法
注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.gather_nd()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。