收集

收集 - 13

版本

  • 名称: Gather (GitHub)

  • 域名: main

  • since_version: 13

  • 函数: False

  • support_level: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本13起可用。

摘要

给定秩为 r >= 1 的 data 张量，以及秩为 q 的 indices 张量，收集由 indices 索引的 data 的轴维度（默认最外层轴为 axis=0）的条目，并将它们连接成一个秩为 q + (r - 1) 的输出张量。

这是一个索引操作，它沿着一个（指定的）轴对输入的data进行索引。 indices中的每个条目都会生成输入张量的一个r-1维切片。 整个操作在概念上生成一个由r-1维切片组成的q维张量， 该张量被排列成一个q + (r-1)维张量，其中q维度取代了原始被索引的axis。

以下几个例子说明了Gather如何针对特定形状的data、indices以及给定的axis值工作：

数据形状

索引形状

轴

输出形状

输出方程

(P, Q)

( ) (一个标量)

0

(问题)

输出[q] = 数据[索引, q]

(P, Q, R)

( ) (一个标量)

1

(P, R)

输出[p, r] = 数据[p, 索引, r]

(P, Q)

(R, S)

0

(R, S, Q)

输出[r, s, q] = 数据[ [索引[r, s], q]

(P, Q)

(R, S)

1

(P, R, S)

输出[p, r, s] = 数据[ p, 索引[r, s]]

更一般地，如果 axis = 0，设 k = indices[i_{0}, ..., i_{q-1}] 则 output[i_{0}, ..., i_{q-1}, j_{0}, ..., j_{r-2}] = input[k , j_{0}, ..., j_{r-2}]:

data = [
    [1.0, 1.2],
    [2.3, 3.4],
    [4.5, 5.7],
]
indices = [
    [0, 1],
    [1, 2],
]
output = [
    [
        [1.0, 1.2],
        [2.3, 3.4],
    ],
    [
        [2.3, 3.4],
        [4.5, 5.7],
    ],
]

如果 axis = 1，设 k = indices[i_{0}, ..., i_{q-1}] 则 output[j_{0}, i_{0}, ..., i_{q-1}, j_{1}, ..., j_{r-2}] = input[j_{0}, k, j_{1}, ..., j_{r-2}]:

data = [
    [1.0, 1.2, 1.9],
    [2.3, 3.4, 3.9],
    [4.5, 5.7, 5.9],
]
indices = [
    [0, 2],
]
axis = 1,
output = [
        [[1.0, 1.9]],
        [[2.3, 3.9]],
        [[4.5, 5.9]],
]

属性

  • axis - INT (默认为 '0'):

    在哪个轴上收集。负值表示从后面开始计算维度。可接受的范围是[-r, r-1]，其中r = rank(data)。

输入

  • data (异构) - T:

    秩为 r >= 1 的张量。

  • indices（异构） - Tind:

    int32/int64索引的张量，可以是任何秩q。所有索引值都应在大小为s的轴上的边界[-s, s-1]内。如果任何索引值超出边界，则会出现错误。

输出

  • 输出 (异构) - T:

    秩为 q + (r - 1) 的张量。

类型约束

  • T 在 ( tensor(bfloat16), tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) ):

    将输入和输出类型限制为任何张量类型。

  • Tind 在 ( tensor(int32), tensor(int64) ) 中:

    将索引限制为整数类型

收集 - 11

版本

  • 名称: Gather (GitHub)

  • 域名: main

  • since_version: 11

  • 函数: False

  • support_level: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本11起可用。

摘要

给定秩为 r >= 1 的 data 张量，以及秩为 q 的 indices 张量，收集由 indices 索引的 data 的轴维度（默认最外层轴为 axis=0）的条目，并将它们连接成一个秩为 q + (r - 1) 的输出张量。

axis = 0 :

让 k = indices[i_{0}, …, i_{q-1}] 然后 output[i_{0}, …, i_{q-1}, j_{0}, …, j_{r-2}] = input[k , j_{0}, …, j_{r-2}]

  data = [
      [1.0, 1.2],
      [2.3, 3.4],
      [4.5, 5.7],
  ]
  indices = [
      [0, 1],
      [1, 2],
  ]
  output = [
      [
          [1.0, 1.2],
          [2.3, 3.4],
      ],
      [
          [2.3, 3.4],
          [4.5, 5.7],
      ],
  ]

轴 = 1 :

让 k = indices[i_{0}, …, i_{q-1}] 然后 output[j_{0}, i_{0}, …, i_{q-1}, j_{1}, …, j_{r-2}] = input[j_{0}, k, j_{1}, …, j_{r-2}]

  data = [
      [1.0, 1.2, 1.9],
      [2.3, 3.4, 3.9],
      [4.5, 5.7, 5.9],
  ]
  indices = [
      [0, 2],
  ]
  axis = 1,
  output = [
      [[1.0, 1.9]],
      [[2.3, 3.9]],
      [[4.5, 5.9]],
  ]

属性

  • axis - INT (默认为 '0'):

    在哪个轴上收集。负值表示从后面开始计算维度。可接受的范围是[-r, r-1]，其中r = rank(data)。

输入

  • data (异构) - T:

    秩为 r >= 1 的张量。

  • indices（异构） - Tind:

    int32/int64索引的张量，可以是任何秩q。所有索引值都应在大小为s的轴上的边界[-s, s-1]内。如果任何索引值超出边界，则会出现错误。

输出

  • 输出 (异构) - T:

    秩为 q + (r - 1) 的张量。

类型约束

  • T 在 ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) ):

    将输入和输出类型限制为任何张量类型。

  • Tind 在 ( tensor(int32), tensor(int64) ) 中:

    将索引限制为整数类型

收集 - 1

版本

  • 名称: Gather (GitHub)

  • 域名: main

  • since_version: 1

  • 函数: False

  • support_level: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本1起可用。

总结

给定秩为 r >= 1 的 data 张量，以及秩为 q 的 indices 张量，收集由 indices 索引的 data 的轴维度（默认最外层轴为 axis=0）的条目，并将它们连接成一个秩为 q + (r - 1) 的输出张量。 示例 1:

  data = [
      [1.0, 1.2],
      [2.3, 3.4],
      [4.5, 5.7],
  ]
  indices = [
      [0, 1],
      [1, 2],
  ]
  output = [
      [
          [1.0, 1.2],
          [2.3, 3.4],
      ],
      [
          [2.3, 3.4],
          [4.5, 5.7],
      ],
  ]

示例 2:

  data = [
      [1.0, 1.2, 1.9],
      [2.3, 3.4, 3.9],
      [4.5, 5.7, 5.9],
  ]
  indices = [
      [0, 2],
  ]
  axis = 1,
  output = [
      [[1.0, 1.9]],
      [[2.3, 3.9]],
      [[4.5, 5.9]],
  ]

属性

  • axis - INT (默认为 '0'):

    在哪个轴上收集。负值表示从后面开始计算维度。接受的范围是 [-r, r-1]

输入

  • data (异构) - T:

    秩为 r >= 1 的张量。

  • indices（异构） - Tind:

    int32/int64索引的张量，可以是任何秩q。所有索引值都应在范围内。如果任何索引值超出范围，则是一个错误。

输出

  • 输出 (异构) - T:

    秩为 q + (r - 1) 的张量。

类型约束

  • T 在 ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) ):

    将输入和输出类型限制为任何张量类型。

  • Tind 在 ( tensor(int32), tensor(int64) ) 中:

    将索引限制为整数类型