Table of Contents
1维索引 tf.gather
tf.gather(tensor, i) = tensor[i], i是一个标量tf.gather(tensor, [i1, i2, ..., ik]) = [tensor[i1], tensor[i2], ..., tensor[ik]]tf.gather(x, ind) = y更高维索引, 相当于将ind中每一个元素i替换成x[i],y[ij...k] = x[ind[ij..k]],可以看到,它永远只在x的第一维上索引
In [31]: tf.gather(tf.constant([0,1,2,3,4]), tf.constant(2)).eval() Out[31]: 2 In [37]: x = tf.constant([[2,3,],[0,1],[3,6]]) In [38]: tf.gather(x, tf.constant(1)).eval() Out[38]: array([0, 1], dtype=int32) In [39]: tf.gather(x, tf.constant([1, 2])).eval() Out[39]: array([[0, 1], [3, 6]], dtype=int32)
多维索引 tf.gather_nd
tf.gather(tensor, i) = tensor[i], i至少要是一个向量, 实现一个多维索引
x = tf.constant([[2,3,],[0,1],[3,6]]) tf.gather(x, tf.constant([1, 0])).eval() # x[1,0] = 0
tf.gather_nd(x, ind)相当于将ind最后一个维度上的向量作为一个多维索引
x = tf.constant([[2,3,],[0,1],[3,6]]) tf.gather(x, tf.constant([[1], [2]])).eval() # [x[1], x[2]] = [[0, 1], [3, 6]]