python–tensorlow . gather()
TensorFlow 是谷歌设计的开源 Python 库，用于开发机器学习模型和深度学习神经网络。
聚集()用于根据提供的索引对输入张量进行切片。
语法:tensorflow . collect(参数、索引、validate _ indices、轴、batch_dims、名称)
参数:
- 参数:是秩大于等于轴+1 的张量。
- 指数:它是 int32 或 int64 类型的张量。它的值应该在范围[0，params.shape[axis]内)。
- 轴:是 int32 或 int64 类型的张量。它定义了应该从中收集索引的轴。默认值为 0，并且必须大于或等于 batch_dims。
- batch_dims: 表示批次维度数的整数。它必须小于或等于等级(指数)。
- 名称:定义操作的名称。
返回:
它返回一个与参数具有相同数据类型的张量。
例 1:
Python 3
# 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)
输出:
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)
例 2:
Python 3
# 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)
输出:
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)
版权属于：月萌API www.moonapi.com，转载请注明出处
