Python – tensorflow.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。

gather()用于根据提供的指数对输入张量进行切片。

语法: tensorflow.gather( params, indices, validate_indices, axis, batch_dims, name)

参数:

params: 它是一个等级大于或等于axis+1的张量。
indices: 它是一个dtype int32或int64的张量。它的值应该在[0, params.shape[axis]]的范围内。
axis: 它是一个dtype int32或int64的张量。它定义了应该收集指数的轴。默认值是0，它必须大于或等于 batch_dims。
batch_dims: 它是一个整数，代表批次维度的数量。它必须小于或等于rank(indices)。
name: 它定义了操作的名称。

返回值:

它返回一个张量，其dtype与参数相同。

示例 1:

# 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)

示例 2:

# 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)