TensorFlow是Google設計的開源Python庫，用於開發機器學習模型和深度學習神經網絡。
gather()用於根據提供的索引對輸入張量進行切片。
用法：tensorflow.gather( params, indices, validate_indices, axis, batch_dims, name)
參數：
- params:它是張量，等級大於或等於軸+1。
- indices:它是dtype int32或int64的張量。該值應在[0，params.shape [axis])範圍內。
- axis:它是dtype int32或int64的張量。它定義了應該從中收集索引的軸。默認值為0，並且必須大於等於batch_dims。
- batch_dims:它是一個整數，代表編號或批次尺寸。它必須小於或等於等級( index )。
- name:它定義了操作的名稱。
返回值：
它返回一個與param具有相同dtype的Tensor。
範例1：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
data = tf.constant([1, 2, 3, 4, 5, 6])
indices = tf.constant([0, 1, 2, 1])
# Printing the input
print('data:',data)
print('indices:',indices)
# Calculating result
res = tf.gather(data, indices)
# Printing the result
print('res:',res)輸出：
data: tf.Tensor([1 2 3 4 5 6], shape=(6,), dtype=int32) indices: tf.Tensor([0 1 2 1], shape=(4,), dtype=int32) res: tf.Tensor([1 2 3 2], shape=(4,), dtype=int32)
範例2：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
data = tf.constant([[1, 2], [3, 4], [5, 6]])
indices = tf.constant([2, 0, 1])
# Printing the input
print('data:',data)
print('indices:',indices)
# Calculating result
res = tf.gather(data, indices)
# Printing the result
print('res:',res)輸出：
data: tf.Tensor( [[1 2] [3 4] [5 6]], shape=(3, 2), dtype=int32) indices: tf.Tensor([2 0 1], shape=(3,), dtype=int32) res: tf.Tensor( [[5 6] [1 2] [3 4]], shape=(3, 2), dtype=int32)
相關用法
注：本文由純淨天空篩選整理自aman neekhara大神的英文原創作品 Python – tensorflow.gather()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。