gather_nd¶

paddle. gather_nd ( input, index, name=None ) [源代码] ¶

该OP是 gather 的高维推广，并且支持多轴同时索引。 index 是一个K维度的张量，它可以认为是从 input 中取K-1维张量，每一个元素是一个切片：

\[output[(i_0, ..., i_{K-2})] = input[index[(i_0, ..., i_{K-2})]]\]

显然， index.shape[-1] <= input.rank 并且输出张量的维度是 index.shape[:-1] + input.shape[index.shape[-1]:] 。

示例：

给定:
    input = [[[ 0,  1,  2,  3],
              [ 4,  5,  6,  7],
              [ 8,  9, 10, 11]],
             [[12, 13, 14, 15],
              [16, 17, 18, 19],
              [20, 21, 22, 23]]]
    input.shape = (2, 3, 4)

- 案例 1:
    index = [[1]]

    gather_nd(input, index)
             = [input[1, :, :]]
             = [[12, 13, 14, 15],
                [16, 17, 18, 19],
                [20, 21, 22, 23]]

- 案例 2:

    index = [[0,2]]
    gather_nd(input, index)
             = [input[0, 2, :]]
             = [8, 9, 10, 11]

- 案例 3:

    index = [[1, 2, 3]]
    gather_nd(input, index)
             = [input[1, 2, 3]]
             = [23]

参数：

input (Tensor) - 输入Tensor，数据类型可以是int32，int64，float32，float64, bool。
index (Tensor) - 输入的索引Tensor，其数据类型为int32或者int64。它的维度 index.rank 必须大于1，并且 index.shape[-1] <= input.rank 。
name （str，可选）- 具体用法请参见 Name ，一般无需设置，默认值为None。

返回：shape为index.shape[:-1] + input.shape[index.shape[-1]:]的Tensor|LoDTensor，数据类型与 input 一致。

代码示例：

import paddle
import paddle.fluid as fluid
x = fluid.layers.data(name='x', shape=[3, 4, 5], dtype='float32')
index = fluid.layers.data(name='index', shape=[2, 2], dtype='int32')
output = fluid.layers.gather_nd(x, index)

PaddlePaddle

paddle.fluid / layers / gather_nd

gather_nd¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.fluid / layers / gather_nd

gather_nd¶